UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES ANÁLISIS DE LOS FACTORES DETERMINANTES DE LA REPETICIÓN DEL PROCESO DE COMPRA EN EL COMERCIO ELECTRÓNICO ENTRE EMPRESAS Y CONSUMIDORES FINALES. APLICACIÓN AL MERCADO ESPAÑOL TESIS DOCTORAL ALBERTO URUEÑA LOPEZ Ingeniero de Telecomunicacion 2012 DEPARTAMENTO DE INGENIERÍA DE ORGANIZACIÓN, ADMINISTRACIÓN DE EMPRESAS Y ESTADÍSTICA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES UNIVERSIDAD POLITÉCNICA DE MADRID ANÁLISIS DE LOS FACTORES DETERMINANTES DE LA REPETICIÓN DEL PROCESO DE COMPRA EN EL COMERCIO ELECTRÓNICO ENTRE EMPRESAS Y CONSUMIDORES FINALES. APLICACIÓN AL MERCADO ESPAÑOL Autor: Alberto Urueña López Ingeniero de Telecomunicación Director: Santiago Iglesias Pradas Dr. Ingeniero de Telecomunicación Año 2012 TESIS DOCTORAL ANÁLISIS DE LOS FACTORES DETERMINANTES DE LA REPETICIÓN DEL PROCESO DE COMPRA EN EL COMERCIO ELECTRÓNICO ENTRE EMPRESAS Y CONSUMIDORES FINALES. APLICACIÓN AL MERCADO ESPAÑOL Autor: Alberto Urueña López Ingeniero de Telecomunicación Director: Santiago Iglesias Pradas Dr. Ingeniero de Telecomunicación Tribunal nombrado por el Excmo. y Magfco. Sr. Rector de la Universidad Politécnica de Madrid, el día de de . PRESIDENTE: D. ________________________________________________________ VOCAL: D. ________________________________________________________ VOCAL: D. ________________________________________________________ VOCAL: D. ________________________________________________________ SECRETARIO: D. ________________________________________________________ Realizado el acto de defensa el día de de en la Escuela Técnica Superior de Ingenieros Industriales de la Universidad Politécnica de Madrid. Calificación obtenida: EL PRESIDENTE EL SECRETARIO LOS VOCALES A Mar, por lo imprevisible A mi madre, mi hermano César y a mi padre que hubiese estado orgulloso de ver finalizado este trabajo If you can keep your head when all about you Are losing theirs and blaming it on you; If you can trust yourself when all men doubt you, But make allowance for their doubting too: If you can wait and not be tired by waiting, Or, being lied about, don't deal in lies, Or being hated don't give way to hating, And yet don't look too good, nor talk too wise; If you can dream and not make dreams your master; If you can think and not make thoughts your aim, If you can meet with Triumph and Disaster And treat those two impostors just the same: If you can bear to hear the truth you've spoken Twisted by knaves to make a trap for fools, Or watch the things you gave your life to, broken, And stoop and build'em up with worn-out tools; If you can make one heap of all your winnings And risk it on one turn of pitch-and-toss, And lose, and start again at your beginnings, And never breathe a word about your loss: If you can force your heart and nerve and sinew To serve your turn long after they are gone, And so hold on when there is nothing in you Except the Will which says to them: "Hold on!" If you can talk with crowds and keep your virtue, Or walk with Kings---nor lose the common touch, If neither foes nor loving friends can hurt you, If all men count with you, but none too much: If you can fill the unforgiving minute With sixty seconds' worth of distance run, Yours is the Earth and everything that's in it, And, which is more, you'll be a Man, my son! Rudyard Kipling (1895) AGRADECIMIENTOS AGRADECIMIENTOS Compaginar esta investigación con un trabajo exigente y la docencia, una de mis pasiones, ha sido una tarea que ha requerido un esfuerzo considerable pero que ha sido más fácil de llevar gracias a los amigos y a la familia, a los que me gustaría agradecer los momentos compartidos en este viaje en el que tanto he aprendido. En primer lugar quiero agradecer a mi Director de Tesis, el doctor Santiago Iglesias su ayuda, paciencia y habilidad para insuflar ánimos en los peores momentos, ayudando a conseguir lo que parecía una misión imposible. El doctor Ángel Hernández, compañero en el camino, ha sido una fuente inagotable de ayuda, consejos y recomendaciones. También agradezco al resto del Grupo TIGE de la Universidad Politécnica de Madrid su colaboración. Quiero también agradecer a Red.es las facilidades para la realización de este trabajo así como el apoyo de mis compañeros y equipo de trabajo (con los que aprendo día tras día). No quiero finalizar sin acordarme de los amigos leales que habéis estado siempre ahí, apoyando en los malos (y buenos) momentos, esta tesis también es vuestra. Mi hermano César Urueña, además de su apoyo incondicional ha contribuido decisivamente a que el aspecto gráfico sea presentable. A todos, mil gracias. RESUMEN RESUMEN Las Tecnologías de la Información y la Comunicación en general e Internet en particular han supuesto una revolución en nuestra forma de comunicarnos, relacionarnos, producir, comprar y vender acortando tiempo y distancias entre proveedores y consumidores. A la paulatina penetración del ordenador, los teléfonos inteligentes y la banda ancha fija y/o móvil ha seguido un mayor uso de estas tecnologías entre ciudadanos y empresas. El comercio electrónico empresa–consumidor (B2C) alcanzó en 2010 en España un volumen de 9.114 millones de euros, con un incremento del 17,4% respecto al dato registrado en 2009. Este crecimiento se ha producido por distintos hechos: un incremento en el porcentaje de internautas hasta el 65,1% en 2010 de los cuales han adquirido productos o servicios a través de la Red un 43,1% –1,6 puntos porcentuales más respecto a 2010–. Por otra parte, el gasto medio por comprador ha ascendido a 831€ en 2010, lo que supone un incremento del 10,9% respecto al año anterior. Si segmentamos a los compradores según por su experiencia anterior de compra podemos encontrar dos categorías: el comprador novel –que adquirió por primera vez productos o servicios en 2010– y el comprador constante –aquel que había adquirido productos o servicios en 2010 y al menos una vez en años anteriores–. El 85,8% de los compradores se pueden considerar como compradores constantes: habían comprado en la Red en 2010, pero también lo habían hecho anteriormente. El comprador novel tiene un perfil sociodemográfico de persona joven de entre 15–24 años, con estudios secundarios, de clase social media y media–baja, estudiante no universitario, residente en poblaciones pequeñas y sigue utilizando fórmulas de pago como el contra–reembolso (23,9%). Su gasto medio anual ascendió en 2010 a 449€. El comprador constante, o comprador que ya había comprado en Internet anteriormente, tiene un perfil demográfico distinto: estudios superiores, clase alta, trabajador y residente en grandes ciudades, con un comportamiento maduro en la compra electrónica dada su mayor experiencia –utiliza con mayor intensidad canales exclusivos en Internet que no disponen de tienda presencial–. Su gasto medio duplica al observado en compradores noveles (con una media de 930€ anuales). Por tanto, los compradores constantes suponen una mayoría de los compradores con un gasto medio que dobla al comprador que ha adoptado el medio recientemente. Por consiguiente es de interés estudiar los factores que predicen que un internauta vuelva a RESUMEN adquirir un producto o servicio en la Red. La respuesta a esta pregunta no se ha revelado sencilla. En España, la mayoría de productos y servicios aún se adquieren de manera presencial, con una baja incidencia de las ventas a distancia como la teletienda, la venta por catálogo o la venta a través de Internet. Para dar respuesta a las preguntas planteadas se ha investigado desde distintos puntos de vista: se comenzará con un estudio descriptivo desde el punto de vista de la demanda que trata de caracterizar la situación del comercio electrónico B2C en España, poniendo el foco en las diferencias entre los compradores constantes y los nuevos compradores. Posteriormente, la investigación de modelos de adopción y continuidad en el uso de las tecnologías y de los factores que inciden en dicha continuidad –con especial interés en el comercio electrónico B2C–, permiten afrontar el problema desde la perspectiva de las ecuaciones estructurales pudiendo también extraer conclusiones de tipo práctico. Este trabajo sigue una estructura clásica de investigación científica: en el capítulo 1 se introduce el tema de investigación, continuando con una descripción del estado de situación del comercio electrónico B2C en España utilizando fuentes oficiales (capítulo 2). Posteriormente se desarrolla el marco teórico y el estado del arte de modelos de adopción y de utilización de las tecnologías (capítulo 3) y de los factores principales que inciden en la adopción y continuidad en el uso de las tecnologías (capítulo 4). El capítulo 5 desarrolla las hipótesis de la investigación y plantea los modelos teóricos. Las técnicas estadísticas a utilizar se describen en el capítulo 6, donde también se analizan los resultados empíricos sobre los modelos desarrollados en el capítulo 5. El capítulo 7 expone las principales conclusiones de la investigación, sus limitaciones y propone nuevas líneas de investigación. La primera parte corresponde al capítulo 1, que introduce la investigación justificándola desde un punto de vista teórico y práctico. También se realiza una breve introducción a la teoría del comportamiento del consumidor desde una perspectiva clásica. Se presentan los principales modelos de adopción y se introducen los modelos de continuidad de utilización que se estudiarán más detalladamente en el capítulo 3. En este capítulo se desarrollan los objetivos principales y los objetivos secundarios, se propone el mapa mental de la investigación y se planifican en un cronograma los principales hitos del trabajo. La segunda parte corresponde a los capítulos dos, tres y cuatro. En el capítulo 2 se describe el comercio electrónico B2C en España utilizando fuentes secundarias. Se aborda un diagnóstico del sector de comercio electrónico y su estado de madurez en RESUMEN España. Posteriormente, se analizan las diferencias entre los compradores constantes, principal interés de este trabajo, frente a los compradores noveles, destacando las diferencias de perfiles y usos. Para los dos segmentos se estudian aspectos como el lugar de acceso a la compra, la frecuencia de compra, los medios de pago utilizados o las actitudes hacia la compra. El capítulo 3 comienza desarrollando los principales conceptos sobre la teoría del comportamiento del consumidor, para continuar estudiando los principales modelos de adopción de tecnología existentes, analizando con especial atención su aplicación en comercio electrónico. Posteriormente se analizan los modelos de continuidad en el uso de tecnologías (Teoría de la Confirmación de Expectativas; Teoría de la Justicia), con especial atención de nuevo a su aplicación en el comercio electrónico. Una vez estudiados los principales modelos de adopción y continuidad en el uso de tecnologías, el capítulo 4 analiza los principales factores que se utilizan en los modelos: calidad, valor, factores basados en la confirmación de expectativas –satisfacción, utilidad percibida– y factores específicos en situaciones especiales –por ejemplo, tras una queja– como pueden ser la justicia, las emociones o la confianza. La tercera parte –que corresponde al capítulo 5– desarrolla el diseño de la investigación y la selección muestral de los modelos. En la primera parte del capítulo se enuncian las hipótesis –que van desde lo general a lo particular, utilizando los factores específicos analizados en el capítulo 4– para su posterior estudio y validación en el capítulo 6 utilizando las técnicas estadísticas apropiadas. A partir de las hipótesis, y de los modelos y factores estudiados en los capítulos 3 y 4, se definen y vertebran dos modelos teóricos originales que den respuesta a los retos de investigación planteados en el capítulo 1. En la segunda parte del capítulo se diseña el trabajo empírico de investigación definiendo los siguientes aspectos: alcance geográfico–temporal, tipología de la investigación, carácter y ambiente de la investigación, fuentes primarias y secundarias utilizadas, técnicas de recolección de datos, instrumentos de medida utilizados y características de la muestra utilizada. Los resultados del trabajo de investigación constituyen la cuarta parte de la investigación y se desarrollan en el capítulo 6, que comienza analizando las técnicas estadísticas basadas en Modelos de Ecuaciones Estructurales. Se plantean dos alternativas, modelos confirmatorios correspondientes a Métodos Basados en Covarianzas (MBC) y modelos predictivos. De forma razonada se eligen las técnicas predictivas dada la naturaleza exploratoria de la investigación planteada. La segunda RESUMEN parte del capítulo 6 desarrolla el análisis de los resultados de los modelos de medida y modelos estructurales construidos con indicadores formativos y reflectivos y definidos en el capítulo 4. Para ello se validan, sucesivamente, los modelos de medida y los modelos estructurales teniendo en cuenta los valores umbrales de los parámetros estadísticos necesarios para la validación. La quinta parte corresponde al capítulo 7, que desarrolla las conclusiones basándose en los resultados del capítulo 6, analizando los resultados desde el punto de vista de las aportaciones teóricas y prácticas, obteniendo conclusiones para la gestión de las empresas. A continuación, se describen las limitaciones de la investigación y se proponen nuevas líneas de estudio sobre distintos temas que han ido surgiendo a lo largo del trabajo. Finalmente, la bibliografía recoge todas las referencias utilizadas a lo largo de este trabajo. Palabras clave: comprador constante, modelos de continuidad de uso, continuidad en el uso de tecnologías, comercio electrónico, B2C, adopción de tecnologías, modelos de adopción tecnológica, TAM, TPB, IDT, UTAUT, ECT, intención de continuidad, satisfacción, confianza percibida, justicia, emociones, confirmación de expectativas, calidad, valor, PLS. ABSTRACT ABSTRACT Information and Communication Technologies in general, but more specifically those related to the Internet in particular, have changed the way in which we communicate, relate to one another, produce, and buy and sell products, reducing the time and shortening the distance between suppliers and consumers. The steady breakthrough of computers, Smartphones and landline and/or wireless broadband has been greatly reflected in its large scale use by both individuals and businesses. Business–to–consumer (B2C) e–commerce reached a volume of 9,114 million Euros in Spain in 2010, representing a 17.4% increase with respect to the figure in 2009. This growth is due in part to two different facts: an increase in the percentage of web users to 65.1% en 2010, 43.1% of whom have acquired products or services through the Internet– which constitutes 1.6 percentage points higher than 2010. On the other hand, the average spending by individual buyers rose to 831€ en 2010, constituting a 10.9% increase with respect to the previous year. If we select buyers according to whether or not they have previously made some type of purchase, we can divide them into two categories: the novice buyer–who first made online purchases in 2010– and the experienced buyer: who also made purchases in 2010, but had done so previously as well. The socio–demographic profile of the novice buyer is that of a young person between 15–24 years of age, with secondary studies, middle to lower–middle class, and a non–university educated student who resides in smaller towns and continues to use payment methods such as cash on delivery (23.9%). In 2010, their average purchase grew to 449€. The more experienced buyer, or someone who has previously made purchases online, has a different demographic profile: highly educated, upper class, resident and worker in larger cities, who exercises a mature behavior when making online purchases due to their experience– this type of buyer frequently uses exclusive channels on the Internet that don’t have an actual store. His or her average purchase doubles that of the novice buyer (with an average purchase of 930€ annually.) That said, the experienced buyers constitute the majority of buyers with an average purchase that doubles that of novice buyers. It is therefore of interest to study the factors that help to predict whether or not a web user will buy another product or use another service on the Internet. The answer to this question has proven not to be so simple. In Spain, the majority of goods and services are still bought in person, with a low ABSTRACT amount of purchases being made through means such as the Home Shopping Network, through catalogues or Internet sales. To answer the questions that have been posed here, an investigation has been conducted which takes into consideration various viewpoints: it will begin with a descriptive study from the perspective of the supply and demand that characterizes the B2C e–commerce situation in Spain, focusing on the differences between experienced buyers and novice buyers. Subsequently, there will be an investigation concerning the technology acceptance and continuity of use of models as well as the factors that have an effect on their continuity of use –with a special focus on B2C electronic commerce–, which allows for a theoretic approach to the problem from the perspective of the structural equations being able to reach practical conclusions. This investigation follows the classic structure for a scientific investigation: the subject of the investigation is introduced (Chapter 1), then the state of the B2C e–commerce in Spain is described citing official sources of information (Chapter 2), the theoretical framework and state of the art of technology acceptance and continuity models are developed further (Chapter 3) and the main factors that affect their acceptance and continuity (Chapter 4). Chapter 5 explains the hypothesis behind the investigation and poses the theoretical models that will be confirmed or rejected partially or completely. In Chapter 6, the technical statistics that will be used are described briefly as well as an analysis of the empirical results of the models put forth in Chapter 5. Chapter 7 explains the main conclusions of the investigation, its limitations and proposes new projects. First part of the project, chapter 1, introduces the investigation, justifying it from a theoretical and practical point of view. It is also a brief introduction to the theory of consumer behavior from a standard perspective. Technology acceptance models are presented and then continuity and repurchase models are introduced, which are studied more in depth in Chapter 3. In this chapter, both the main and the secondary objectives are developed through a mind map and a timetable which highlights the milestones of the project. The second part of the project corresponds to Chapters Two, Three and Four. Chapter 2 describes the B2C e–commerce in Spain from the perspective of its demand, citing secondary official sources. A diagnosis concerning the e–commerce sector and the status of its maturity in Spain is taken on, as well as the barriers and alternative methods of e– commerce. Subsequently, the differences between experienced buyers, which are of particular interest to this project, and novice buyers are analyzed, highlighting the ABSTRACT differences between their profiles and their main transactions. In order to study both groups, aspects such as the place of purchase, frequency with which online purchases are made, payment methods used and the attitudes of the purchasers concerning making online purchases are taken into consideration. Chapter 3 begins by developing the main concepts concerning consumer behavior theory in order to continue the study of the main existing acceptance models (among others, TPB, TAM, IDT, UTAUT and other models derived from them) – paying special attention to their application in e–commerce–. Subsequently, the models of technology reuse are analyzed (CDT, ECT; Theory of Justice), focusing again specifically on their application in e–commerce. Once the main technology acceptance and reuse models have been studied, Chapter 4 analyzes the main factors that are used in these models: quality, value, factors based on the contradiction of expectations/failure to meet expectations– satisfaction, perceived usefulness– and specific factors pertaining to special situations– for example, after receiving a complaint justice, emotions or confidence. The third part– which appears in Chapter 5– develops the plan for the investigation and the sample selection for the models that have been designed. In the first section of the Chapter, the hypothesis is presented– beginning with general ideas and then becoming more specific, using the detailed factors that were analyzed in Chapter 4– for its later study and validation in Chapter 6– as well as the corresponding statistical factors. Based on the hypothesis and the models and factors that were studied in Chapters 3 and 4, two original theoretical models are defined and organized in order to answer the questions posed in Chapter 1. In the second part of the Chapter, the empirical investigation is designed, defining the following aspects: geographic–temporal scope, type of investigation, nature and setting of the investigation, primary and secondary sources used, data gathering methods, instruments according to the extent of their use and characteristics of the sample used. The results of the project constitute the fourth part of the investigation and are developed in Chapter 6, which begins analyzing the statistical techniques that are based on the Models of Structural Equations. Two alternatives are put forth: confirmatory models which correspond to Methods Based on Covariance (MBC) and predictive models– Methods Based on Components–. In a well–reasoned manner, the predictive techniques are chosen given the explorative nature of the investigation. The second part of Chapter 6 explains the results of the analysis of the measurement models and ABSTRACT structural models built by the formative and reflective indicators defined in Chapter 4. In order to do so, the measurement models and the structural models are validated one by one, while keeping in mind the threshold values of the necessary statistic parameters for their validation. The fifth part corresponds to Chapter 7 which explains the conclusions of the study, basing them on the results found in Chapter 6 and analyzing them from the perspective of the theoretical and practical contributions, and consequently obtaining conclusions for business management. The limitations of the investigation are then described and new research lines about various topics that came up during the project are proposed. Lastly, all of the references that were used during the project are listed in a final bibliography. Key Words: constant buyer, repurchase models, continuity of use of technology, e– commerce, B2C, technology acceptance, technology acceptance models, TAM, TPB, IDT, UTAUT, ECT, intention of repurchase, satisfaction, perceived trust/confidence, justice, feelings, the contradiction of expectations, quality, value, PLS. ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES ÍNDICE DE CONTENIDOS 1. PLANTEAMIENTO DE LA INVESTIGACIÓN ................................................................................... 3 1.1. Introducción ........................................................................................................................ 3 1.2. Antecedentes ...................................................................................................................... 4 1.2.1. Teorías del comportamiento del consumidor ............................................................................... 4 1.2.2. Modelos de adopción de comercio electrónico ............................................................................ 7 1.2.3. El papel de las actitudes, la tecnología y la orientación al consumidor en el comercio electrónico B2C ........................................................................................................................................... 7 1.2.4. 1.3. Formulación de la investigación ....................................................................................... 10 1.3.1. Justificación del tema .................................................................................................................. 10 1.3.2. Planteamiento del problema de investigación............................................................................ 11 1.3.3. Objetivos de la investigación ...................................................................................................... 11 1.3.3.1. Objetivo principal .............................................................................................................. 11 1.3.3.2. Objetivos secundarios ....................................................................................................... 12 1.4. 2. Modelos de continuidad de utilización en comercio electrónico ................................................. 9 Programa, metodología y cronograma ............................................................................ 13 1.4.1. Programa de trabajo ................................................................................................................... 13 1.4.2. Metodología a utilizar ................................................................................................................. 14 1.4.3. Cronograma de trabajo ............................................................................................................... 15 EL COMERCIO ELECTRÓNICO EN ESPAÑA. CARACTERIZACIÓN DE LOS INTERNAUTAS COMPRADORES ............................................................................................................................. 19 2.1. 2.1.1. 2.2. El comercio electrónico B2C en España............................................................................. 21 El volumen del comercio electrónico B2C en España en 2010 .................................................... 21 Internautas y compradores on-line ................................................................................... 24 2.2.1. Compradores on–line.................................................................................................................. 24 2.2.2. Búsqueda de información y compra on–line .............................................................................. 25 2.2.3. Valoración de la oferta española en la Red ................................................................................. 26 2.2.4. Frenos e impulsores del comercio electrónico ........................................................................... 28 2.2.5. Motivaciones de los compradores on–line ................................................................................. 28 2.3. Caracterización de los compradores recurrentes, de los compradores noveles y de los compradores con comportamiento de queja ................................................................................. 30 2.3.1. Perfil básico sociodemográfico del comprador recurrente, el comprador novel y el comprador con comportamiento de queja .................................................................................................................. 32 2.3.2. Antigüedad en el uso de la red ................................................................................................... 33 2.3.3. Uso de Internet ........................................................................................................................... 35 2.3.5. Frecuencia de compra on–line .................................................................................................... 37 2.3.6. Sitios web de compra en Internet ............................................................................................... 38 2.3.7. Acceso a la tienda virtual ............................................................................................................ 39 i ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES 3. 2.3.8. Medios de pago preferidos ......................................................................................................... 40 2.3.9. Medios de pago utilizados .......................................................................................................... 41 2.3.10. Actitudes hacia la compra on–line. Principales razones para la compra on–line ................... 42 2.3.11. Productos y servicios comprados/contratados on–line. Número de procesos de compra .... 44 2.3.12. Compradores con comportamiento de queja: tipologías de problemas ................................ 47 MODELOS DE ADOPCIÓN Y CONTINUIDAD EN EL USO DE TECNOLOGÍAS................................. 51 3.1. Comportamiento de compra del consumidor. Factores, condicionantes y modelos generales........................................................................................................................................ 51 3.1.1. Factores explicativos del comportamiento del consumidor ....................................................... 53 3.1.1.1. Condicionantes externos del comportamiento ................................................................. 53 3.1.1.2. Condicionantes internos del comportamiento .................................................................. 54 3.1.2. 3.1.1.2.1. Factores psicológicos ................................................................................................... 55 3.1.1.2.2. Factores demográficos, socioeconómicos, y psicográficos .......................................... 56 Modelos generales de comportamiento del consumidor ........................................................... 57 3.1.2.1. Modelos estocásticos ........................................................................................................ 57 3.1.2.2. Modelos de procesamiento de información ..................................................................... 57 3.1.2.3. Modelos experimentales y otros modelos lineales ........................................................... 58 3.1.2.4. Modelos globales .............................................................................................................. 59 3.2. Modelos de adopción de tecnologías ............................................................................... 59 3.2.1. Introducción a la aceptación y adopción de tecnologías por parte de los usuarios .................... 59 3.2.1.1. 3.2.2. Influencia de la Innovación: Teoría de Difusión de la Innovación (IDT) ............................. 60 3.2.1.1.1. Origen y formulación de la Teoría de Difusión de la Innovación.................................. 60 3.2.1.1.2. Limitaciones, repercusiones y evolución de IDT .......................................................... 62 Teoría de la Acción Razonada (TRA). ........................................................................................... 63 3.2.2.1. Influencia de la Actitud...................................................................................................... 63 3.2.2.2. Influencias y origen ........................................................................................................... 64 3.2.2.3. Formulación de la teoría ................................................................................................... 64 3.2.2.4. Limitaciones ...................................................................................................................... 66 3.2.2.5. Repercusiones y evolución ................................................................................................ 67 3.2.3. Teoría Cognitiva Social (SCT) ....................................................................................................... 68 3.2.3.1. Influencias y origen ........................................................................................................... 68 3.2.3.2. Formulación de la teoría ................................................................................................... 69 3.2.4. Teoría del Comportamiento Planeado (TPB) .............................................................................. 70 3.2.4.1. Influencias y origen ........................................................................................................... 71 3.2.4.2. Formulación de la teoría ................................................................................................... 71 3.2.4.3. Evolución y repercusiones ................................................................................................. 73 3.2.4.4. Limitaciones ...................................................................................................................... 73 3.2.5. Modelo de Aceptación de la Tecnología (TAM) .......................................................................... 73 3.2.5.1. Influencias y origen ........................................................................................................... 74 3.2.5.2. Formulación del modelo.................................................................................................... 74 3.2.5.3. Limitaciones ...................................................................................................................... 76 ii ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES 3.2.5.4. 3.2.6. Repercusiones y evolución ................................................................................................ 77 Modelo de Éxito de los Sistemas de Información ....................................................................... 79 3.2.6.1. Influencias y origen ........................................................................................................... 79 3.2.6.2. Formulación del modelo.................................................................................................... 79 3.2.6.3. Limitaciones y evolución ................................................................................................... 83 3.2.7. Teoría Descompuesta del Comportamiento Planeado (DTPB) ................................................... 83 3.2.7.1. Influencias y origen ........................................................................................................... 83 3.2.7.2. Formulación de la teoría ................................................................................................... 84 3.2.7.3. Limitaciones ...................................................................................................................... 87 3.2.7.4. Repercusiones y evolución ................................................................................................ 87 3.2.8. Teoría del Ajuste entre la Tarea y la Tecnología (TTF) ................................................................ 89 3.2.8.1. Influencias y formulación de la teoría ............................................................................... 89 3.2.8.2. Limitaciones ...................................................................................................................... 91 3.2.8.3. Repercusiones y evolución ................................................................................................ 92 3.2.9. Modelo Extendido de Aceptación de la Tecnología (TAM2) ....................................................... 94 3.2.9.1. Influencias y formulación de la teoría ............................................................................... 94 3.2.9.2. Limitaciones ...................................................................................................................... 96 3.2.9.3. Repercusiones y evolución ................................................................................................ 97 3.2.10. Modelo Extendido de Aceptación de la Tecnología (TAM3) .................................................. 98 3.2.10.1. Influencias y formulación de la teoría ............................................................................... 98 3.2.10.2. Limitaciones .................................................................................................................... 101 3.2.11. Teoría Unificada de la Aceptación y Uso de la Tecnología (UTAUT) ..................................... 102 3.2.11.1. Influencias y origen ......................................................................................................... 102 3.2.11.2. Formulación de la teoría ................................................................................................. 103 3.2.11.3. Limitaciones. Evolución de UTAUT: UTAUT2 ................................................................... 104 3.3. Modelos de continuidad o recompra .............................................................................. 107 3.3.1. Teoría de la Disonancia Cognitiva (CDT) ................................................................................... 108 3.3.2. Teoría de la Confirmación de Expectativas (ECT) ...................................................................... 109 3.3.2.1. Influencias y origen ......................................................................................................... 110 3.3.2.1.1. Formulación de la teoría ............................................................................................ 110 3.3.2.2. Limitaciones .................................................................................................................... 113 3.3.2.3. Repercusiones y evolución .............................................................................................. 114 3.3.3. Modelo de Confirmación de Expectativas (ECM) ...................................................................... 116 3.3.3.1. Influencias y origen ......................................................................................................... 117 3.3.3.2. Formulación del modelo.................................................................................................. 117 3.3.3.3. Limitaciones .................................................................................................................... 119 3.3.3.4. Repercusiones y evolución .............................................................................................. 120 3.3.4. Otros modelos de continuidad basados en ECM, TAM y Teorías Sociales ................................ 121 3.3.4.1. Modelo extendido de continuidad inspirado en ECM ..................................................... 122 3.3.4.3. Modelo de continuidad basado en las teorías sociales ................................................... 129 3.4. 3.4.1. Modelos de continuidad tras recuperación de servicio ................................................... 132 Teoría de la Justicia ................................................................................................................... 132 iii ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES 4. 3.4.2. Teoría de Control de los Afectos (ACT) ..................................................................................... 135 3.4.3. Teoría de la Apreciación Cognitiva ............................................................................................ 138 FACTORES QUE INCIDEN EN LA CONTINUIDAD EN EL USO DE TECNOLOGÍAS ......................... 145 4.1. Introducción .................................................................................................................... 145 4.1. Valor, calidad y satisfacción ........................................................................................... 147 4.1.1. Valor.......................................................................................................................................... 147 4.1.1.1. Definición de valor .......................................................................................................... 147 4.1.1.2. Formación del valor ......................................................................................................... 150 4.1.1.3. Relación del valor con otros factores de recompra ......................................................... 152 4.1.2. Calidad ...................................................................................................................................... 155 4.1.2.1. Definición de calidad ....................................................................................................... 156 4.1.2.2. Formación y medida de la calidad ................................................................................... 158 4.1.2.3. Relación de la calidad con otros factores de recompra ................................................... 160 4.1.3. Satisfacción ............................................................................................................................... 163 4.1.3.1. Definición de satisfacción ................................................................................................ 164 4.1.3.2. Formación de la satisfacción ........................................................................................... 165 4.1.3.3. Relación de la satisfacción con otros constructos ........................................................... 166 4.1.4. 4.2. Conclusiones de la relación calidad, valor y satisfacción .......................................................... 170 Utilidad, confirmación y hábito ...................................................................................... 172 4.2.1. Utilidad percibida ...................................................................................................................... 172 4.2.1.1. Definición de utilidad percibida....................................................................................... 172 4.2.1.2. Formación de la utilidad .................................................................................................. 174 4.2.1.3. Relación de la utilidad percibida con otros factores de recompra .................................. 176 4.2.2. Confirmación de expectativas ................................................................................................... 183 4.2.2.1. Definición de confirmación de expectativas.................................................................... 184 4.2.2.2. Formación de la confirmación ......................................................................................... 186 4.2.2.3. Relación de la confirmación con otros factores de recompra ......................................... 188 4.2.3. Hábito ....................................................................................................................................... 192 4.2.3.1. Definición del hábito ....................................................................................................... 194 4.2.3.2. Formación del hábito ...................................................................................................... 196 4.2.3.3. Relación del hábito con otros constructos de recompra ................................................. 198 4.2.4. 4.3. Conclusiones ............................................................................................................................. 201 Justicia, emociones y confianza ...................................................................................... 203 4.3.1. Justicia....................................................................................................................................... 203 4.3.1.1. Definición de justicia ....................................................................................................... 204 4.3.1.2. Formación de la justicia ................................................................................................... 205 4.3.1.3. Relación de la justicia con otros factores de recompra ................................................... 206 4.3.2. Emociones ................................................................................................................................. 211 4.3.2.1. Definición de las emociones ............................................................................................ 213 4.3.2.2. Formación de las emociones ........................................................................................... 215 4.3.2.3. Relación de las emociones con otros constructos de recompra ..................................... 217 iv ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES 4.3.3. 4.3.3.1. Definición de confianza ................................................................................................... 223 4.3.3.2. Formación de la confianza ............................................................................................... 226 4.3.3.3. Relación de la confianza con otros constructos de recompra ......................................... 228 4.3.4. 5. Confianza .................................................................................................................................. 222 Conclusiones ............................................................................................................................. 234 HIPÓTESIS DE INVESTIGACIÓN. DISEÑO DEL TRABAJO EMPÍRICO .......................................... 239 5.1. Hipótesis y modelos de investigación ............................................................................. 239 5.1.1. Desarrollo de las hipótesis de compradores constantes y ocasionales..................................... 242 5.1.1.1. Desarrollo de la Hipótesis A.1.: factores marketing .................................................... 242 5.1.1.2. Desarrollo de la Hipótesis A.2.: factores basados en el modelo de confirmación de expectativas y hábito ........................................................................................................................ 245 5.1.2. Desarrollo de las hipótesis de los compradores con comportamiento de queja................. 249 5.1.2.1. Desarrollo de la hipótesis B.1.: factores de naturaleza cognitiva ............................... 249 5.1.2.2. Desarrollo de la hipótesis B.2.: factores de naturaleza emocional y específica ......... 251 5.2. Diseño del trabajo empírico........................................................................................... 257 5.2.1. Características de la investigación ......................................................................................... 257 5.2.1.1. Alcance geográfico–temporal del estudio .................................................................... 257 5.2.1.2. Tipología de investigación ............................................................................................ 258 5.2.1.3. Carácter y ambiente de la investigación....................................................................... 260 5.2.2. Fuentes utilizadas en la investigación.................................................................................... 261 5.2.2.1. Recolección de datos ..................................................................................................... 261 5.2.2.1.1. Compradores constantes y ocasionales .................................................................. 261 5.2.2.1.2. Compradores con comportamiento de queja ......................................................... 262 5.2.2.2. Instrumentos de medida ............................................................................................... 263 5.2.2.2.1. 5.2.2.3. 5.2.3. 6. Cuestionario .............................................................................................................. 263 Escalas de Likert ............................................................................................................ 264 5.2.2.3.1. Estudio de compradores constantes y ocasionales .................................................... 266 5.2.2.3.2. Estudio de compradores con comportamiento de queja ........................................... 270 Muestra. Características sociodemográficas ......................................................................... 274 5.2.3.1. Estudio de compradores constantes ............................................................................ 274 5.2.3.2. Estudio de compradores con comportamiento de queja ............................................ 276 ANÁLISIS DE DATOS Y RESULTADOS....................................................................................... 283 6.1. Introducción a la técnica estadística utilizada. Ecuaciones estructurales ...................... 283 6.1.1. Diferencias entre los MEE basados en covarianza (MBC) y en componentes (PLS) .................. 284 6.1.1.1. Representación gráfica en PLS ........................................................................................ 287 6.1.1.2. Modelo de factor principal. Indicadores reflectivos. ....................................................... 289 6.1.1.3. Modelo de constructo latente agregado. Indicadores formativos. ................................. 290 6.1.2. Funcionamiento de PLS ............................................................................................................. 291 6.1.2.1. 6.1.3. Muestra requerida .......................................................................................................... 292 Análisis e interpretación de un modelo en PLS ......................................................................... 294 v ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES 6.1.3.1. Evaluación del modelo de medida en indicadores formativos ........................................ 295 6.1.3.2. Evaluación del modelo de medida en indicadores reflectivos ........................................ 296 6.1.3.2.1. Fiabilidad individual del ítem ..................................................................................... 296 6.1.3.2.3. Validación discriminante ............................................................................................ 299 6.1.3.3. 2 6.1.3.3.1. Varianza explicada de las variables endógenas (R ) ................................................... 300 6.1.3.3.2. Los coeficientes path o pesos de regresión estandarizados ...................................... 301 6.1.3.3.3. Niveles de significación de los coeficientes o pesos .................................................. 302 6.1.3.3.4. Evaluación del modelo estructural. Medidas alternativas de bondad del ajuste....... 303 6.1.3.4. Otros aspectos a tratar en el análisis............................................................................... 304 6.1.3.4.1. Problema de sesgo de la varianza común .................................................................. 304 6.1.3.4.2. Mediación .................................................................................................................. 304 6.1.3.4.3. Constructos de segundo orden .................................................................................. 305 6.1.3.5. 6.2. Análisis del Modelo Estructural ....................................................................................... 299 Resumen de análisis en PLS ............................................................................................. 306 Análisis de datos. ............................................................................................................ 307 6.2.1. Estadísticos descriptivos ........................................................................................................... 311 6.2.1.1. 6.2.1.1.1. Hábito, recompra, satisfacción, confirmación y utilidad ............................................ 311 6.2.1.1.2. Valor........................................................................................................................... 314 6.2.1.1.3. Calidad ....................................................................................................................... 316 6.2.1.2. 6.2.2. Estudio de compradores constantes y ocasionales ......................................................... 311 Estudio de compradores con comportamiento de queja ................................................ 318 Análisis del modelo de medida. ................................................................................................ 321 6.2.2.1. Fiabilidad del instrumento de medida y análisis de validez convergente ....................... 322 6.2.2.1.1. Estudio de compradores constantes y ocasionales .................................................... 322 6.2.2.1.2. Estudio de compradores con comportamiento de queja ........................................... 325 6.2.2.2. Análisis de validez discriminante ..................................................................................... 327 6.2.2.2.1. 6.2.3. Estudio de compradores constantes y ocasionales .................................................... 327 Análisis del modelo estructural ................................................................................................. 330 6.2.3.1. Varianza explicada de las variables endógenas ............................................................... 330 6.2.3.1.1. Estudio de compradores constantes y ocasionales .................................................... 330 6.2.3.1.2. Estudio de compradores con comportamiento de queja ........................................... 332 6.2.3.2. Coeficientes path o pesos de regresión estandarizados. Niveles de significación de los coeficientes o pesos ........................................................................................................................... 332 6.2.3.2.1. Estudio de compradores constantes y ocasionales .................................................... 332 6.2.3.2.2. Estudio de compradores con comportamiento de queja ........................................... 333 6.2.3.3. 6.2.4. Relevancia predictiva y bondad del ajuste ...................................................................... 334 6.2.3.3.1. Estudio de compradores constantes y ocasionales .................................................... 334 6.2.3.3.2. Estudio de compradores con comportamiento de queja ........................................... 335 Resumen del análisis ................................................................................................................. 336 6.2.4.1. Modelo compradores constantes y ocasionales ............................................................. 336 6.2.4.1.1. Análisis de factores marketing: calidad, valor satisfacción ........................................ 338 vi ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES 6.2.4.1.2. Análisis de factores basados en el modelo de confirmación de expectativas: confirmación, utilidad, satisfacción y hábito ................................................................................. 339 6.2.4.2. Modelo compradores con comportamiento de queja .................................................... 341 6.2.4.2.1. Análisis de factores cognitivos: la justicia .................................................................. 343 6.2.4.2.2. Análisis de factores emocionales: la influencia de las emociones en la satisfacción con la recuperación del servicio, la confianza y la lealtad .................................................................... 343 6.2.4.2.3. 6.2.5. 7. Análisis de factores específicos: confianza y recuperación del servicio ..................... 344 Hipótesis soportadas y no soportadas ...................................................................................... 346 6.2.5.1. Hipótesis aceptadas y rechazadas: compradores constantes y ocasionales ................... 346 6.2.5.2. Hipótesis aceptadas y rechazadas: compradores con comportamiento de queja .......... 347 CONCLUSIONES...................................................................................................................... 351 7.1. Introducción .................................................................................................................... 351 7.1. Evaluación de los objetivos propuestos de la investigación ............................................ 351 7.2. Contribuciones de la investigación ................................................................................. 352 7.2.1. Contribuciones teóricas y metodológicas ................................................................................. 352 7.2.2. Contribuciones prácticas ........................................................................................................... 354 7.2.2.1. Conclusiones generales. .................................................................................................. 354 7.2.2.1.1. Mercado B2C y ciclo de vida del cliente ..................................................................... 354 7.2.2.1.2. Aspectos sociodemográficos y de uso impulsores del comercio electrónico. ........... 357 7.2.2.2. Conclusiones específicas: factores que influyen en la continuidad de uso del comercio electrónico. Discusión de resultados e implicaciones para la gestión ................................................ 360 7.2.2.2.1. Compradores constantes y ocasionales ..................................................................... 361 Factores que influyen directamente en la continuidad de compra .......................................... 362 Factores que influyen directamente en la satisfacción y otros factores indirectos .................. 364 7.2.2.2.2. Compradores con comportamiento de queja ............................................................ 368 Análisis de los factores cognitivos: la justicia ............................................................................ 369 Análisis de las emociones, la confianza, la satisfacción, la lealtad y el boca–a–oreja ............... 371 7.3. 7.3.1. Estudio descriptivo del comercio electrónico B2C en España ................................................... 375 7.3.2. Compradores constantes y ocasionales .................................................................................... 375 7.3.3. Compradores con comportamiento de queja ........................................................................... 376 7.4. 8. Limitaciones de la investigación ..................................................................................... 374 Futuras líneas de investigación ....................................................................................... 376 BIBLIOGRAFÍA ........................................................................................................................ 381 vii ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES ÍNDICE DE GRÁFICOS GRÁFICO 1. PROGRAMA DE TRABAJO ...................................................................................................................... 13 GRÁFICO 2. DISTRIBUCIÓN TEMPORAL DE FASES Y ACTIVIDADES ........................................................................... 16 GRÁFICO 3. MODELO DE DECISIÓN DE COMPRA ..................................................................................................... 19 GRÁFICO 4. VOLUMEN DE COMERCIO ELECTRÓNICO B2C (MILLONES DE EUROS) ................................................. 22 GRÁFICO 5. EVOLUCIÓN EN EL NÚMERO DE INTERNAUTAS COMPRADORES (%) ................................................... 23 GRÁFICO 6. EVOLUCIÓN DEL GASTO MEDIO POR COMPRADOR ............................................................................. 23 GRÁFICO 7. EVOLUCIÓN DEL NÚMERO DE INTERNAUTAS QUE COMPRAN EN INTERNET (MILLONES DE INTERNAUTAS) ......................................................................................................................................................... 24 GRÁFICO 8. EVALUACIÓN OFERTA ESPAÑOLA EN COMERCIO ELECTRÓNICO (%) ................................................... 27 GRÁFICO 9. NIVEL DE ACUERDO SOBRE AFIRMACIONES RELACIONADAS CON INTERNET COMO MEDIO DE COMPRA................................................................................................................................................................... 28 GRÁFICO 10. PRINCIPALES RAZONES POR LAS QUE HA COMPRADO EN EL ÚLTIMO AÑO PRODUCTOS/SERVICIOS A TRAVÉS DE INTERNET EN LUGAR DE ACUDIR A UNA TIENDA FÍSICA (%) ................................................................. 29 GRÁFICO 11. MEJORAS PARA REALIZAR MÁS COMPRAS EN INTERNET EN EL FUTURO (%) .................................... 30 GRÁFICO 12. COMPRADORES RECURRENTE VS COMPRADORES RECIENTES (%)..................................................... 31 GRÁFICO 13. ANTIGÜEDAD EN USO DE INTERNET (%) ............................................................................................. 35 GRÁFICO 14. FRECUENCIA DE UTILIZACIÓN DE INTERNET (%) ................................................................................. 36 GRÁFICO 15. USO DE INTERNET RESPECTO AL AÑO ANTERIOR (%) ......................................................................... 36 GRÁFICO 16. LUGAR DE REALIZACIÓNDE COMPRAS POR INTERNET (RESPUESTA MÚLTIPLE – %) .......................... 37 GRÁFICO 17. FRECUENCIA DE COMPRA EN INTERNET (%) ...................................................................................... 38 GRÁFICO 18. SITIOS DE COMPRA EN INTERNET (RESPUESTA MÚLTIPLE– %) .......................................................... 39 GRÁFICO 19. ACCESO AL SITIO WEB EN EL QUE REALIZA LA COMPRA (RESPUESTA MÚLTIPLE) .............................. 40 GRÁFICO 20. FORMA DE PAGO PREFERIDA (RESP. MÚLTIPLE) (%) .......................................................................... 41 GRÁFICO 21. PORCENTAJE DE PAGO DE COMPRAS CON TARJETA DE CRÉDITO O DÉBITO (%) ............................... 42 GRÁFICO 22. ACTITUDES HACIA LOS RIESGOS DE LA COMPRA ON–LINE (MEDIA, ESCALA 1-7) .............................. 43 GRÁFICO 23. VENTAJAS DE LA COMPRA ON–LINE (%) ............................................................................................. 44 GRÁFICO 24. BIENES Y SERVICIOS COMPRADOS POR INTERNET EN EL 2010 (%) .................................................... 46 GRÁFICO 25. NÚMERO DE VECES QUE SE HA COMPRADO EN INTERNET (%) ......................................................... 46 GRÁFICO 26. PIRÁMIDE DE LAS NECESIDADES DE MASLOW (1970) ........................................................................ 55 GRÁFICO 27. MODELO DE ROGERS (1962). TEORÍA DE DIFUSIÓN DE LAS INNOVACIONES ..................................... 61 GRÁFICO 28. CURVA S DE ROGERS (1962) ............................................................................................................... 62 GRÁFICO 29. TEORÍA DE LA ACCIÓN RAZONADA (FISHBEIN Y AJZEN, 1975) ............................................................ 64 GRÁFICO 30. MODELO DE LA TEORÍA COGNITIVA SOCIAL (BANDURA, 1977, 1986, 1989) ...................................... 69 viii ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES GRÁFICO 31. TEORÍA DEL COMPORTAMIENTO PLANEADO (AJZEN, 1985) .............................................................. 72 GRÁFICO 32. MODELO DE ACEPTACIÓN DE LA TECNOLOGÍA (DAVIS, 1986) ........................................................... 75 GRÁFICO 33. EVOLUCIÓN CRONOLÓGICA DE TAM (HERNÁNDEZ-GARCÍA, 2012) ................................................... 78 GRÁFICO 34. MODELO DE ÉXITO DE LOS SISTEMAS DE INFORMACIÓN (DELONE Y MCLEAN, 2002, 2003) ............. 82 GRÁFICO 35. TEORÍA DESCOMPUESTA DEL COMPORTAMIENTO PLANEADO (TAYLOR Y TODD, 1995)................... 85 GRÁFICO 36. TEORÍA DEL AJUSTE ENTRE LA TAREA Y LA TECNOLOGÍA (GOODHUE Y THOMPSON, 1995) .............. 90 GRÁFICO 37. MODELO INTEGRADO DE TAM Y TTF (DISHAW Y STRONG, 1999) ...................................................... 93 GRÁFICO 38. TAM2 (VENKATESH Y DAVIS, 2000)..................................................................................................... 94 GRÁFICO 39.MODELO REVISADO DE ACEPTACIÓN DE LA TECNOLOGÍA, TAM3 (VENKATESH Y BALA, 2008) .......... 99 GRÁFICO 40. TEORÍA UNIFICADA DE LA ACEPTACIÓN Y USO DE LA TECNOLOGÍA, UTAUT (VENKATESH ET AL., 2003) ...................................................................................................................................................................... 103 GRÁFICO 41. MODELO COMBINADO DE LA TTF Y UTAUT (ZHOU ET AL., 2010)..................................................... 105 GRÁFICO 42. UTAUT2 (VENKATESH ET AL., 2012) .................................................................................................. 107 GRÁFICO 43. MODELO COGNITIVO DE OLIVER (1980) ........................................................................................... 111 GRÁFICO 44. TEORÍA DE LA CONFIRMACIÓN DE EXPECTATIVAS (OLIVER, 1980)................................................... 112 GRÁFICO 45. MODELO COGNITIVO–AFECTIVO DE OLIVER (1989) ......................................................................... 116 GRÁFICO 46. MODELO DE LA CONFIRMACIÓN DE EXPECTATIVAS (BHATTACHERJEE, 2001) ................................. 118 GRÁFICO 47. MODELO EXTENDIDO DE LA CONTINUIDAD DE USO DE LAS TI (BHATTACHERJEE ET AL., 2008) ...... 123 GRÁFICO 48. EXTENSIÓN DE ECM EN EL DOMINIO DE LAS TI (HONG ET AL., 2006) .............................................. 125 GRÁFICO 49. MODELO DE CONTINUIDAD DE USO TAM–ECM–ECT (ROCA ET AL., 2006) ...................................... 127 GRÁFICO 50. MODELO BASADO EN TAM APLICADO A E–GOVERNMENT DE WANGPIPATWONG ET AL. (2008) ... 128 GRÁFICO 51. MODELO DE RECOMPRA EN COMERCIO ELECTRÓNICO DE CHEN (2012) ........................................ 130 GRÁFICO 52. MODELO BÁSICO DE LOS PROCESOS DE JUSTICIA (HEGTVEDT, 2006) .............................................. 134 GRÁFICO 53. PROCESO DE EVALUACIÓN DEL FALLO Y RESPUESTA DEL CONSUMIDOR (VÁZQUEZ ET AL., 2009) . 138 GRÁFICO 54. PROCESO DE GENERACIÓN DE EMOCIONES SEGÚN LAZARUS (1991) .............................................. 139 GRÁFICO 55. MODELO DEL PROCESO DE APRECIACIÓN COGNITIVA (SMITH Y KIRBY, 2000) ................................ 140 GRÁFICO 56. MODELO DE LA JERARQUÍA DEL VALOR (WOODRUFF, 1997) ........................................................... 150 GRÁFICO 57. MODELO DE FORMACIÓN DEL VALOR (AGARWAL Y TEAS, 2001) .................................................... 151 GRÁFICO 58. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON EL VALOR ....... 152 GRÁFICO 59. MODELO SERVQUAL (PARASURAMAN ET AL., 1985) ........................................................................ 158 GRÁFICO 60. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA CALIDAD .... 161 GRÁFICO 61. CONSTRUCTOS RELACIONADOS CON LA SATISFACCIÓN EN EL CONTEXTO DE CONTINUIDAD EN EL USO DE TECNOLOGÍAS ........................................................................................................................................... 166 GRÁFICO 62. RELACIONES ENCONTRADAS ENTRE LOS CONSTRUCTOS CALIDAD, VALOR, SATISFACCIÓN E INTENCIÓN DE CONDUCTA .................................................................................................................................... 171 ix ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES GRÁFICO 63. DETERMINANTES DE LA UTILIDAD PERCIBIDA EN COMERCIO ELECTRÓNICO (YI Y JIANG, 2007) ..... 175 GRÁFICO 64. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA UTILIDAD PERCIBIDA. ............................................................................................................................................................. 177 GRÁFICO 65. FORMACIÓN DE LA CONFIRMACIÓN SEGÚN LA ECT ........................................................................ 186 GRÁFICO 66. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA CONFIRMACIÓN ..................................................................................................................................................... 188 GRÁFICO 67. FORMACIÓN DEL HÁBITO (LIMAYEM ET AL., 2007) .......................................................................... 196 GRÁFICO 68. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON EL HÁBITO ...... 198 GRÁFICO 69. RELACIONES ENCONTRADAS ENTRE LOS UTILIDAD, HÁBITO, CONFIRMACIÓN, SATISFACCIÓN E INTENCIÓN ............................................................................................................................................................. 201 GRÁFICO 70. FORMACIÓN DE LA JUSTICIA PERCIBIDA........................................................................................... 206 GRÁFICO 71. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA JUSTICIA PERCIBIDA .............................................................................................................................................................. 207 GRÁFICO 72. MODELO DE FORMACIÓN DE LAS EMOCIONES (ROSEMAN, 1991) .................................................. 216 GRÁFICO 73. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADS CON LAS EMOCIONES ............................................................................................................................................................................... 218 GRÁFICO 74. DIMENSIONES DE LA CONFIANZA (TAN Y SUTHERLAND, 2004)........................................................ 225 GRÁFICO 75. ANTECEDENTES DE LA CONFIANZA EN COMERCIO ELECTRÓNICO (KIM ET AL., 2009D) .................. 226 GRÁFICO 76. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA CONFIANZA ............................................................................................................................................................................... 229 GRÁFICO 77. RELACIONES ENCONTRADAS ENTRE LOS CONSTRUCTOS JUSTICIA – EMOCIONES – CONFIANZA – BOCA A OREJA........................................................................................................................................................ 235 GRÁFICO 78. HIPÓTESIS A ...................................................................................................................................... 240 GRÁFICO 79. HIPÓTESIS B ...................................................................................................................................... 240 GRÁFICO 80. FACTORES MÁRKETING DEL MODELO DE COMPRADORES CONSTANTES Y OCASIONALES .............. 242 GRÁFICO 81. DESARROLLO DE LOS FACTORES MÁRKETING EN COMPRADORES CONSTANTES Y OCASIONALES .. 245 GRÁFICO 82. FACTORES BASADOS EN EL MODELO DE CONFIRMACIÓN DE EXPECTATIVAS. COMPRADORES CONSTANTES Y OCASIONALES ............................................................................................................................... 245 GRÁFICO 83. DESARROLLO DE LOS FACTORES DE CONFIRMACIÓN DE EXPECTATIVAS Y HÁBITO DEL MODELO DE COMPRADORES CONSTANTES Y OCASIONALES ..................................................................................................... 247 GRÁFICO 84. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................... 248 GRÁFICO 85. FACTORES COGNITIVOS EN COMPRADORES CON COMPORTAMIENTO DE QUEJA .......................... 249 GRÁFICO 86. DESARROLLO DE FACTORES COGNITIVOS EN COMPRADORES CON COMPORTAMIENTO DE QUEJA ............................................................................................................................................................................... 250 GRÁFICO 87. FACTORES EMOCIONALES EN COMPRADORES CON COMPORTAMIENTO DE QUEJA ...................... 251 GRÁFICO 88. DESARROLLO DE FACTORES EMOCIONALES Y ESPECÍFICOS EN COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 254 GRÁFICO 89. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA ................................................. 255 GRÁFICO 90. REPRESENTACION GRAFICA DE UN MODELO GENÉRICO EN PLS ...................................................... 288 x ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES GRÁFICO 91. CONSTRUCTO EXÓGENO Y ENDÓGENO EN PLS ................................................................................ 289 GRÁFICO 92. MODELO DE CONSTRUCTO LATENTE COMÚN .................................................................................. 290 GRÁFICO 93. MODELO DE CONSTRUCTO LATENTE AGREGADO ............................................................................ 291 GRÁFICO 94. MODELO DE MEDIDA Y MODELO ESTRUCTURAL ............................................................................. 295 GRÁFICO 95. FIABILIDAD INDIVIDUAL EN ANÁLISIS DE MODELO DE MEDIDA ....................................................... 296 GRÁFICO 96. VALIDACIÓN CONVERGENTE EN ANÁLISIS DE MODELO DE MEDIDA ............................................... 298 GRÁFICO 97. VALIDACIÓN DISCRIMINANTE EN ANÁLISIS DE MODELO DE MEDIDA .............................................. 299 GRÁFICO 98. VARIANZA EXPLICADA (ANÁLISIS DEL MODELO ESTRUCTURAL) ....................................................... 300 GRÁFICO 99. COEFICIENTES PATH EN ANÁLISIS DEL MODELO ESTRUCTURAL ....................................................... 301 GRÁFICO 100. NIVELES DE SIGNIFICACIÓN DE LOS COEFICIENTES EN EL MODELO ESTRUCTURAL ....................... 302 GRÁFICO 101. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES ......................................................... 309 GRÁFICO 102. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA ............................................... 310 GRÁFICO 103. RESUMEN DE MEDIAS Y DE DIFERENCIAS SIGNIFICATIVAS PARA LOS INDICADORES DE HÁBITO, RECOMPRA, SATISFACCIÓN, CONFIRMACIÓN Y UTILIDAD .................................................................................... 314 GRÁFICO 104. RESUMEN DE MEDIAS Y DE DIFERENCIAS SIGNIFICATIVAS PARA LOS INDICADORES DE VALOR .... 316 GRÁFICO 105. RESUMEN DE MEDIAS Y DE DIFERENCIAS SIGNIFICATIVAS PARA LOS INDICADORES DE CALIDAD 318 GRÁFICO 106. RESULTADOS DEL MODELO. COMPRADORES CONSTANTES Y OCASIONALES ................................ 337 GRÁFICO 107. RESULTADOS DEL MODELO. CALIDAD–VALOR–SATISFACCIÓN. COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 339 GRÁFICO 108: RESULTADOS DEL MODELO. CONFIRMACIÓN, UTILIDAD, SATISFACCIÓN Y HÁBITO. COMPRADORES CONSTANTES Y OCASIONALES ............................................................................................................................... 340 GRÁFICO 109: RESULTADOS DEL MODELO. COMPRADORES CON COMPORTAMIENTO DE QUEJA ....................... 342 GRÁFICO 110: RESULTADOS DEL MODELO. JUSTICIA Y EMOCIONES. COMPRADORES CON COMPORTAMIENTO DE QUEJA .................................................................................................................................................................... 343 GRÁFICO 111: RESULTADOS DEL MODELO. EMOCIONES, SATISFACCIÓN, CONFIANZA Y LEALTAD. COMPRADORES CON COMPORTAMIENTO DE QUEJA ...................................................................................................................... 344 GRÁFICO 112: RESULTADOS DEL MODELO. SATISFACCIÓN CON RECUPERACIÓN DEL SERVICIO, CONFIANZA, BOCA–A–OREJA Y SATISFACCIÓN ACUMULADA. COMPRADORES CON COMPORTAMIENTO DE QUEJA .............. 345 GRÁFICO 113. CICLO DE VIDA DEL USUARIO DE COMERCIO ELECTRÓNICO .......................................................... 356 GRÁFICO 114. FACTORES GENERALES Y ESPECÍFICOS DE LAS CONCLUSIONES ...................................................... 356 xi ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES ÍNDICE DE TABLAS TABLA 1. CODIFICACIÓN DE FASES Y ACTIVIDADES ................................................................................................. 16 TABLA 2. GASTO MEDIO ANUAL POR INDIVIDUO COMPRADOR. ............................................................................ 31 TABLA 3. DEFINICIONES DEL CONCEPTO DE VALOR............................................................................................... 148 TABLA 4. DEFINICIONES DE LA CALIDAD ................................................................................................................ 157 TABLA 5. DEFINICIONES DEL CONSTRUCTO SATISFACCIÓN ................................................................................... 164 TABLA 6. AUTORES QUE SOPORTAN LAS RELACIONES EXPUESTAS EN CALIDAD, VALOR, SATISFACCIÓN E INTENCIÓN DE CONDUCTA .................................................................................................................................... 171 TABLA 7. DEFINICIONES DE LA UTILIDAD PERCIBIDA ............................................................................................. 173 TABLA 8. DEFINICIONES DEL CONCEPTO DE CONFIRMACIÓN ............................................................................... 184 TABLA 9. DEFINICIONES DEL CONCEPTO DE EXPECTATIVAS .................................................................................. 185 TABLA 10. DEFINICIONES DE HÁBITO RECOGIDAS POR KIM ET AL. (2005) ............................................................ 194 TABLA 11. AUTORES QUE SOPORTAN ENTRE UTILIDAD, HÁBITO, CONFIRMACIÓN, SATISFACCIÓN E INTENCIÓN202 TABLA 12. ELEMENTOS DE LOS DIFERENTES TIPOS DE JUSTICIA ........................................................................... 205 TABLA 13. DEFINICIONES DE LAS EMOCIONES....................................................................................................... 213 TABLA 14. DEFINICIONES DE CONFIANZA .............................................................................................................. 224 TABLA 15. AUTORES QUE SOPORTAN LAS RELACIONES JUSTICIA – EMOCIONES – CONFIANZA – BOCA A OREJA 235 TABLA 16. RESUMEN DE HIPÓTESIS PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y OCASIONALES ......... 249 TABLA 17. HIPÓTESIS PARA COMPRADORES CON COMPORTAMIENTO DE QUEJA ............................................... 256 TABLA 18. ESCALA DE LIKERT DE VALOR UTILIZADA PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 267 TABLA 19. ESCALA DE LIKERT DE CALIDAD UTILIZADA PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 268 TABLA 20. ESCALA DE LIKERT DE CONFIRMACIÓN PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 269 TABLA 21. ESCALA DE LIKERT DE SATISFACCIÓN PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 269 TABLA 22. ESCALA DE LIKERT DE UTILIDAD EMPLEADA PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 269 TABLA 23. ESCALA DE LIKERT DE RECOMPRA UTILIZADA PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 269 TABLA 24. ESCALA DE LIKERT DE HÁBITO UTILIZADA PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 270 TABLA 25. ESCALA DE LIKERT DE JUSTICIA PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA ........ 272 TABLA 26. ESCALA DE LIKERT DE SATISFACCIÓN CON LA RECUPERACIÓN DEL SERVICIO PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA ...................................................................................................................... 272 TABLA 27. ESCALA DE LIKERT EMOCIONES POSITIVAS Y NEGATIVAS PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 273 xii ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES TABLA 28. ESCALA DE LIKERT DE CONFIANZA PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA ... 273 TABLA 29. ESCALA DE LIKERT DE LEALTAD CON LA RECUPERACIÓN DEL SERVICIO PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 274 TABLA 30. ESCALA DE LIKERT DE BOCA–A–OREJA CON LA RECUPERACIÓN DEL SERVICIO PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA ........................................................................................... 274 TABLA 31. ESCALA DE LIKERT DE SATISFACCIÓN PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA ............................................................................................................................................................................... 274 TABLA 32. CARACTERÍSTICAS DEMOGRÁFICAS DE LOS COMPRADORES CONSTANTES Y OCASIONALES ............... 275 TABLA 33. NÚMERO MEDIO DE COMPRAS Y GASTO MEDIO DE LOS COMPRADORES CONSTANTES Y OCASIONALES ............................................................................................................................................................................... 276 TABLA 34. PERFIL SOCIODEMOGRÁFICO INTERNAUTAS CON COMPORTAMIENTO DE QUEJA ............................. 277 TABLA 35. PERFIL SOCIODEMOGRÁFICO INTERNAUTAS CON COMPORTAMIENTO DE QUEJA (OCUPACIÓN) ...... 278 TABLA 36. PROBLEMAS EN LA COMPRA EN COMERCIO ELECTRÓNICO ................................................................. 278 TABLA 37. PRODUCTOS SOBRE LOS QUE SE FORMULARON RECLAMACIÓN ......................................................... 279 TABLA 38. TABLA DE GREEN................................................................................................................................... 293 TABLA 39: ANÁLISIS MODELO DE MEDIDA PARA INDICADORES FORMATIVOS ..................................................... 306 TABLA 40. ANÁLISIS MODELO DE MEDIDA PARA INDICADORES REFLECTIVOS ...................................................... 306 TABLA 41: ANÁLISIS DEL MODELO ESTRUCTURAL ................................................................................................. 307 TABLA 42: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO HÁBITO. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 311 TABLA 43: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO RECOMPRA. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES ............................................................................................................................... 312 TABLA 44: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO SATISFACCIÓN. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES ............................................................................................................................... 312 TABLA 45: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO CONFIRMACIÓN. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES ............................................................................................................................... 313 TABLA 46: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO UTILIDAD. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES...................................................................................................................................................... 313 TABLA 47: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO VALOR. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 316 TABLA 48: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO CALIDAD. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES...................................................................................................................................................... 317 TABLA 49: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO JUSTICIA. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 319 TABLA 50: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO EMOCIONES NEGATIVAS. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA ........................................................................................... 319 TABLA 51: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO EMOCIONES POSITIVAS. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA ...................................................................................................................... 319 TABLA 52: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO SATISFACCIÓN CON LA RECUPERACIÓN DEL SERVICIO. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA....................................................................... 320 xiii ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES TABLA 53: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO CONFIANZA. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 320 TABLA 54: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO LEALTAD. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 321 TABLA 55: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO BOCA–A–OREJA MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 321 TABLA 56: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO SATISFACCIÓN. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 321 TABLA 57: CARGAS FACTORIALES DE LOS INDICADORES. COMPRADORES CONSTANTES Y OCASIONALES ........... 322 TABLA 58: FIABILIDAD COMPUESTA, ALFA DE CRONBACH Y AVE. COMPRADORES CONSTANTES Y OCASIONALES ............................................................................................................................................................................... 323 TABLA 59. ESTUDIO DEL SESGO DE MÉTODO COMÚN. COMPRADORES CONSTANTES ........................................ 324 TABLA 60. ESTUDIO DEL SESGO DE MÉTODO COMÚN. COMPRADORES. COMPRADORES OCASIONALES ............ 324 TABLA 61: FACTOR DE INFLACIÓN DE LA VARIANZA Y PESOS DEL CONSTRUCTO CALIDAD PERCIBIDA. COMPRADORES CONSTANTES Y OCASIONALES ..................................................................................................... 325 TABLA 62: CARGAS FACTORIALES DE LOS INDICADORES. COMPRADORES CON COMPORTAMIENTO DE QUEJA . 326 TABLA 63: FIABILIDAD COMPUESTA, ALFA DE CRONBACH Y AVE. COMPRADORES CON COMPORTAMIENTO DE QUEJA .................................................................................................................................................................... 326 TABLA 64. ESTUDIO DE COMMON METHOD BIAS. COMPRADORES CON COMPORTAMIENTO DE QUEJA ............ 327 TABLA 65: FACTOR DE INFLACIÓN DE LA VARIANZA Y PESOS DEL CONSTRUCTO JUSTICIA. COMPRADORES CONSTANTES Y OCASIONALES ............................................................................................................................... 327 TABLA 66: ESTUDIO DE VALIDEZ DISCRIMINANTE. COMPRADORES CONSTANTES ............................................... 328 TABLA 67: ESTUDIO DE VALIDEZ DISCRIMINANTE. COMPRADORES OCASIONALES .............................................. 328 TABLA 68: ESTUDIO DE VALIDEZ DISCRIMINANTE. COMPRADORES CON COMPORTAMIENTO DE QUEJA............ 329 TABLA 69: ESTUDIO DE VALIDEZ DISCRIMINANTE MEDIANTE TABLAS DE CORRELACIONES CRUZADAS. COMPRADORES CONSTANTES Y OCASIONALES ..................................................................................................... 330 TABLA 70: VARIANZA EXPLICADA DE LAS VARIABLES ENDÓGENAS. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES ........................................................................................................................................................ 331 TABLA 71: EFECTO SOBRE LA VARIABLE DEPENDIENTE AL ELIMINAR UNA VARIABLE INDEPENDIENTE ................ 331 TABLA 72: VARIANZA EXPLICADA DE LAS VARIABLES ENDÓGENAS. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 332 TABLA 73: COEFICIENTES PATH Y T–ESTADÍSTICOS EN COMPRADORES CONSTANTES Y OCASIONALES .............. 333 TABLA 74: COEFICIENTES PATH Y T–ESTADÍSTICOS EN COMPRADORES CON COMPORTAMIENTO DE QUEJA ..... 334 TABLA 75: RELEVANCIA PREDICTIVA DEL MODELO. COMPRADORES CONSTANTES Y OCASIONALES ................... 334 TABLA 76: BONDAD DE AJUSTE DEL MODELO. COMPRADORES CONSTANTES Y OCASIONALES ........................... 335 TABLA 77: RELEVANCIA PREDICTIVA DEL MODELO. COMPRADORES CON COMPORTAMIENTO DE QUEJA .......... 335 TABLA 78: BONDAD DE AJUSTE DEL MODELO. COMPRADORES CON COMPORTAMIENTO DE QUEJA ................. 335 TABLA 79: HIPÓTESIS ACEPTADAS Y RECHAZADAS EN LA INVESTIGACIÓN. COMPRADORES CON CONSTANTES Y OCASIONALES ........................................................................................................................................................ 346 xiv ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES TABLA 80: HIPÓTESIS ACEPTADAS Y RECHAZADAS EN LA INVESTIGACIÓN. COMPRADORES CON COMPORTAMIENTO DE QUEJA .............................................................................................................................. 347 TABLA 81: SEGMENTACIÓN POR VARIABLES SOCIODEMOGRÁFICAS Y DE USO DE LOS COMPRADORES RECURRENTES OCASIONALES Y NOVELES .............................................................................................................. 358 TABLA 82: FACTORES QUE INFLUYEN EN LA CONTINUIDAD DE COMPRA, EN LA SATISFACCIÓN Y EN OTROS FACTORES .............................................................................................................................................................. 361 TABLA 83: IMPLICACIONES PARA LA GESTIÓN EN COMPRADORES CONSTANTES Y OCASIONALES ...................... 368 TABLA 84: IMPLICACIONES PARA LA GESTIÓN EN COMPRADORES CON COMPORTAMIENTO DE QUEJA ............. 374 xv ÍNDICE DE CONTENIDOS, GRÁFICOS, TABLAS Y ECUACIONES ÍNDICE DE ECUACIONES ECUACIÓN 1. MODELOS EXPERIMENTALES Y LINEALES …………………………………………….………………………………….…...58 ECUACIÓN 2. EXPRESIÓN ALGEBRAICA DE LA TEORÍA DE LA ACCIÓN RAZONADA……………………………..…………………65 ECUACIÓN 3. FORMULACIÓN ALGEBRAICA DE LA TPB…………………………………………………………………………………….…..72 ECUACIÓN 4. EXPRESIÓN ALGEBRAICA DEL MODELO DE ADOPCIÓN DE LA TECNOLOGÍA……………………………………75 ECUACIÓN 5. EXPRESIÓN ALGEBRAICA DE LA UTILIDAD PERCIBIDA………………………………………..………………………..…76 ECUACIÓN 6. EXPRESIÓN DE LA VARIANZA EXTRAÍDA MEDIA………………………………………………………………………..….298 ECUACIÓN 7. EXPRESIÓN ALGEBRAICA DE f2…………………………………………………………………..…………………………………301 ECUACIÓN 8. ECUACIÓN DE LA BONDAD DEL AJUSTE….………………………………………………………………………………….…303 ECUACIÓN 9. IMPACTO RELATIVO SOBRE LA INTENCIÓN DE COMPRA………………………………………………………………331 xvi CAPÍTULO 1 Introducción. Planteamiento de la Investigación Introducción. Planteamiento de la investigación 1 CAPÍTULO 1 Introducción. Planteamiento de la Investigación 2 CAPÍTULO 1 Introducción. Planteamiento de la Investigación 1. Planteamiento de la investigación 1.1. Introducción Internet ha cambiado y está cambiando nuestra sociedad, introduciendo nuevas maneras de producir, comunicarse y de relacionarse (Castells, 2000). Gracias al desarrollo de las nuevas Tecnologías de la Información y Comunicación (TIC), el tiempo y la distancia dejan de ser obstáculos en las transacciones comerciales entre los proveedores y consumidores. Las redes mundiales de información, como Internet, no conocen fronteras y ello supone la expansión y diversificación de los mercados mundiales. Esto implica que, las empresas están comenzando a usar Internet como un nuevo canal de ventas, sustituyendo los canales de distribución tradicionales por tiendas electrónicas en la Red. El comercio electrónico permite a las empresas aumentar su área de influencia y de desarrollo de negocio sin necesidad de tener que desarrollar una infraestructura física, con los consecuentes ahorros de costes y aumento de productividad y eficiencia. Mediante el comercio electrónico las empresas pueden aumentar su presencia en el mercado tanto nacional como internacional. Además, contribuye al desarrollo de un mercado único para las empresas y los consumidores al permitir comparaciones de precios y características de los productos en cualquier momento y lugar. Esta investigación centra su atención en el estudio de los factores determinantes en la repetición del proceso de compra en el comercio electrónico entre particulares y empresas, circunscribiéndose a los compradores españoles. El comercio electrónico es de gran interés para la sociedad actual existiendo una capacidad de mejora en los procesos y estrategias que aplican actualmente las organizaciones empresariales. Adicionalmente, existe un amplio campo de investigación en este campo –especialmente en lo referido a modelos y factores de adopción y de continuidad en el uso de las tecnologías– que son relativamente recientes en la literatura científica. Aunque el crecimiento de usuarios a nivel internacional ha sido rápido, el volumen de ventas en línea todavía sigue siendo relativamente bajo en comparación con otras alternativas de comercio tradicional. Se estima que la cifra de comercio electrónico entre empresas y particulares en 2010 en España, algo más de 9.100 millones (Urueña et al., 2011), supone menos del 1,5% del total del gasto familiar. Aun con estos bajos volúmenes de compra, los consumidores están empezando a ser conscientes de los 3 CAPÍTULO 1 Introducción. Planteamiento de la Investigación beneficios de las compras en línea, que incluyen la conveniencia, el acceso a un mayor número de productos, precios competitivos, y un mayor acceso a la información (Alba et al., 1997; Jarvenpaa et al., 1997; Peterson et al., 1997). Sin embargo aún existen barreras para la generalización del comercio electrónico entre los consumidores como la percepción de falta de seguridad y privacidad y la falta de familiaridad con el medio (Hoffman et al., 1996). Además, las empresas están ofreciendo sus productos en Internet utilizando estrategias basadas en sus experiencias, observaciones empíricas y, en buena medida, en la intuición. Este planteamiento ha dado lugar a distintos modelos de negocio que podrían mejorar su efectividad con una mejor base teórica. Hasta el momento, las expectativas generadas por el comercio electrónico han sido muy superiores a los resultados obtenidos (Consalves et al., 1999). En este contexto, resulta fundamental estudiar los factores que determinan la repetición del proceso de compra en Internet por parte de los usuarios finales. Con este fin, se adopta como marco de referencia la teoría sobre comportamiento del consumidor. Así, sobre la base de los modelos de comportamiento, continuidad en el uso de tecnologías y adopción de innovaciones se pretende conocer cuáles son los factores que llevan a un internauta a repetir el proceso de compra. 1.2. Antecedentes 1.2.1. Teorías del comportamiento del consumidor El gran potencial de Internet como canal de comunicación y comercialización convierte la Red en la innovación tecnológica que más interés, tanto económico como social, ha despertado durante las últimas décadas (Hoffman y Novak, 1996; Quelch y Klein, 1996; Peterson, Balasubramanian y Bronnenberg, 1997). En este contexto, desde la literatura en marketing se ha prestado especial atención al estudio de las variables que pueden afectar al desarrollo del comercio electrónico y, en particular, a aquellos aspectos vinculados con las características, percepciones y motivaciones de los consumidores. El estudio del comportamiento de compra del consumidor incluye los actos que realizan los individuos desde que sienten una necesidad hasta la búsqueda, compra, evaluación y uso de productos, servicios e ideas que satisfagan sus necesidades (Schiffman y Kanuk, 1978). 4 CAPÍTULO 1 Introducción. Planteamiento de la Investigación Los primeros estudios sobre el comportamiento de compra del consumidor se realizan en la década de los 50 del siglo pasado (Samuelson, 1953, 1956; Debreu, 1959, 1960; Uzawa, 1960), lo que se ha dado en denominar Teoría Clásica del Comportamiento del Consumidor. La teoría postula que las elecciones de los individuos dependen de sus preferencias, buscando maximizar su satisfacción, sujeta a limitaciones presupuestarias. A mediados de los 60, Becker (1965) incorpora por primera vez a la teoría del comportamiento del consumidor planteamientos psicosociológicos, incluyendo el tiempo disponible como elemento restrictivo en el consumo y la influencia familiar como elemento fundamental en la decisión de compra. A partir de los años 70 el conductismo adquiere una importante influencia para explicar los estímulos–respuestas en las compras de los individuos. El marketing empieza a ser considerado como una herramienta fundamental generadora de estímulos comerciales que favorecerán las compras. Frente al enfoque conductista, la corriente de la psicología cognitiva defiende el estudio de la mente humana para comprender la conducta (Caparrós, 1984). Por tanto, las reacciones ante los estímulos comerciales dependerán de los significados que la mente asocia a lo percibido. También en los años 70, surge una corriente humanística cuyos principales exponentes son Rogers (1962, 2003) y Maslow (1970). Surge el concepto de la Jerarquía de Necesidades (Maslow, 1970) que fundamenta, en mucho, el desarrollo de la escuela humanista en la administración y permite adentrarse en las causas que mueven a las personas a trabajar en una empresa y a aportar parte de su vida a ella. El concepto de jerarquía de necesidades de Maslow, planteado dentro de su teoría de la personalidad indica una serie de necesidades que atañen a todo individuo y que se encuentran organizadas de forma estructural, de acuerdo a una determinación biológica. En la parte más baja de la estructura se ubican las necesidades más prioritarias y en la superior las de menos prioridad. Así pues, dentro de esta estructura, al ser satisfechas las necesidades de determinado nivel, el individuo no se torna apático sino que más bien encuentra en las necesidades del siguiente nivel su meta próxima de satisfacción. También existen otros factores condicionantes –externos e internos– del comportamiento del consumidor que es necesario estudiar para un mejor conocimiento del comportamiento de compra. 5 CAPÍTULO 1 Introducción. Planteamiento de la Investigación Diversos autores han estudiado las variables de entorno como condicionantes externos del comportamiento de compra. Algunas de estas variables son: El entorno de la demanda: la evolución de las variables económicas (Alonso y Grande, 2004) influyen en el consumo de los individuos: la renta es un condicionante esencial que determina en buena medida el consumo de los hogares y empresas. La cultura: el factor cultural está presente en buena parte de las teorías sobre el comportamiento del consumidor, que influye en los hábitos de socialización (Nicosia, 1966; Howard y Sheth, 1969; Dussart, 1983; Assael, 1987). Los grupos de referencia: son los individuos que sirven como referencia para una persona en la formación de sus valores, actitudes y comportamientos (Foxall, Goldsmith y Brown, 2002). Los condicionantes internos están determinados por variables de dimensiones individuales–psicológicas que afectan al consumo. Entre estos factores están: Las necesidades y motivaciones se definen como el sentimiento de privación experimentado por un individuo, que intenta reducirlo en la búsqueda de su propio bienestar (Vázquez et al., 2002). Los motivos son las razones que explican la conducta del consumo (Maslow, 1970). Las teorías más recientes apuntan a que existen dos grupos de factores diferenciales motivadores (Deci y Ryan, 1985): unos de naturaleza intrínseca y motivadores per se, y otros factores extrínsecos cuyo origen se encuentra en fuentes externas al individuo. El aprendizaje del consumidor: el aprendizaje puede reducirse al proceso mediante el cual los individuos adquieren el conocimiento de compra y consumo y la experiencia que aplicarán a un comportamiento futuro con este fin (Schiffman y Kanuk, 1997). La personalidad (Kotler, 1984) es el conjunto de características del individuo, de naturaleza compleja, que afectan de modo consistente y duradero al comportamiento. Las actitudes (Fishbein y Ajzen, 1973) son una predisposición general, favorable o desfavorable, respecto de un objeto. De esta manera influyen en los procesos de evaluación de productos, marcas, servicios. Los modelos utilizados en esta investigación toman su punto de partida en estos trabajos. 6 CAPÍTULO 1 Introducción. Planteamiento de la Investigación 1.2.2. Modelos de adopción de comercio electrónico Gran parte de los modelos de adopción y recompra de comercio electrónico tienen su base en la Teoría de la Difusión de la Innovación (en adelante IDT) y en el Modelo de Aceptación de Tecnología (en adelante TAM). Sobre la base de la Teoría de la Acción Razonada (1980), TAM fue diseñado para explicar los factores determinantes de la aceptación de los usuarios de distintas tecnologías de la información (Davis, 1989). El modelo sostiene que la percepción de utilidad y la facilidad de uso percibida son los factores determinantes para la utilización de un sistema tecnológico. Otra teoría base para muchos modelos es la IDT (Rogers, 1962, 1976, 1983, 1995). Según Rogers las nuevas ideas o innovaciones se mueven lentamente a través de grupos sociales. A medida que el número de individuos (los adoptantes) experimentan la innovación, la difusión de la misma se mueve de manera más rápida hasta que el número de adoptantes alcanza una masa crítica. TAM e IDT se encuentran entre las teorías que más han influido en la explicación y predicción de adopción y uso de tecnologías y han sido validadas con gran éxito en un gran número de estudios empíricos. TAM, en particular, ha sido utilizado con frecuencia para estudiar la aceptación de Internet y de distintos servicios, incluido la aceptación y el uso del comercio electrónico (Gefen y Straub, 1997, 2000). Basado en TAM e IDT, adaptándolo al comercio electrónico e integrándolo con otras teorías de aceptación y difusión para mejorar su potencia predictiva y explicativa Chen et al. (2002) desarrollan un modelo de aceptación del comercio electrónico. Para Chen, los cinco factores críticos de éxito que predicen la adopción del consumidor del comercio electrónico son la oferta de productos, la facilidad de uso de la tienda virtual, la percepción de confianza, la percepción de utilidad, la percepción de facilidad de uso, y la percepción de calidad del servicio. Zhou et al. (2007) publicaron un compendio de los distintos modelos desarrollados bajo TAM e IDT. 1.2.3. El papel de las actitudes, la tecnología y la orientación al consumidor en el comercio electrónico B2C Tomando como base la literatura tradicional sobre comportamiento del consumidor, diversos autores han analizado el papel de las actitudes, los aspectos tecnológicos y la 7 CAPÍTULO 1 Introducción. Planteamiento de la Investigación orientación hacia el consumidor en el proceso de adopción del comercio electrónico. Así tenemos que: En cuanto a las actitudes, la influencia sobre la intención de compra electrónica ha sido contrastada por numerosas investigaciones sustentadas en la Teoría de la Acción Razonada y del Comportamiento Planeado (Gentry y Calantone, 2002; Khalifa y Cheng, 2002), así como en el Modelo de Aceptación de la Tecnología (Gentry y Calantone, 2002; Van der Heijden et al., 2003). Por otra parte, sobre la base de los modelos anteriores diversos autores han observado un efecto directo de las actitudes sobre la adopción efectiva del comercio virtual (Fenech y O’Cass, 2001; O’Cass y Fenech, 2003; Shih, 2004). Desde otros enfoques teóricos diferentes, diversas investigaciones respaldan también la existencia de una relación significativa entre las actitudes hacia el comercio electrónico y la intención de compra en Internet (Podlogar, 1998; Cho, 2004) y el desarrollo efectivo de dicha conducta (Eastlick y Lotz, 1999; Fenech y O’Cass, 2001; O’Cass y Fenech, 2003). Finalmente, algunos autores observan que la intención de compra a través de la Red está asociada a actitudes positivas hacia los ordenadores y hacia el comercio electrónico. Así mismo, contrastan que los compradores a través de Internet tienen actitudes más positivas hacia el marketing directo y la publicidad que los no compradores (Crisp, Jarvenpaa y Todd, 1997). En cuanto a los aspectos tecnológicos, existen dos líneas de aproximación (Jarvenpaa y Todd, 1997). Los estudios con enfoque tecnológico que explican y predicen el comportamiento del consumidor examinando las características de la interfaz de usuario y la usabilidad, para interactuar con los usuarios, teniendo también en cuenta las medidas de seguridad (Alba et al., 1997). Los estudios que, centrándose en la tecnología, consideran que los principales obstáculos de la compra en línea provienen de un uso improductivo de la tecnología. El tercer factor, la orientación hacia el consumidor (Jarvenpaa y Todd, 1997) se centra en la opinión de los consumidores acerca de sus creencias principales sobre la compra on–line. Entre estas creencias se encuentran la percepción de los consumidores sobre los productos, la calidad de los mismos, la confianza, y la experiencia de compra. La 8 CAPÍTULO 1 Introducción. Planteamiento de la Investigación visión sobre el consumidor también considera que las variables sociodemográficas juegan un papel importante en la determinación de la aceptación del consumidor del comercio electrónico. 1.2.4. Modelos de continuidad de utilización en comercio electrónico El comportamiento de post–adopción representa la siguiente fase a la adopción inicial de una tecnología. Un tipo concreto de comportamiento de post–adopción es la continuidad de uso, que aplicada a los consumidores en comercio electrónico denominaremos continuidad en el uso del comercio electrónico. La importancia de distinguir entre el uso inicial de tecnologías (aceptación) y el uso continuado de las mismas (continuidad) fue subrayada por Bhattacherjee (2001b) como un factor clave para estudiar el éxito de los SI, acuñando así el término de post–adopción en referencia a los comportamientos que tienen lugar pasada la fase inicial de adopción. Existen menos modelos en la literatura científica que expliquen la intención de recompra frente al estudiado fenómeno de la adopción. El punto de partida de los modelos de continuidad puede situarse en la Teoría de la Disonancia Cognitiva, que señala las claves están en conceptos como la satisfacción y la confirmación, presentes en muchas investigaciones sobre continuidad de uso de las tecnologías. Posteriormente la Teoría de la Confirmación de Expectativas (Oliver, 1980) evoluciona hacia el Modelo de la Confirmación de Expectativas (Bhattacherjee, 2001), que explica los factores determinantes de la intención de continuidad de compra para una amplia gama de productos y servicios en distintos contextos. Basado en la Teoría de la Confirmación de las Expectativas y en la literatura científica sobre decisión de compra del consumidor. Según el modelo los factores claves de intención de recompra en comercio electrónico son la satisfacción, la utilidad percibida y los incentivos de fidelización. El Modelo de la Confirmación de Expectativas surge a partir de TAM (Davis, 1989; Davis et al., 1989), y la Teoría de la Confirmación de Expectativas (ECT) (Oliver, 1980), tomando elementos de ambas. De TAM se recoge la utilidad percibida y la integra en el contexto de la continuidad de uso de los Sistemas de Información (SI), mientras adapta ECT al contexto de los Sistemas de Información, asumiendo que las decisiones de continuidad de uso de SI son similares a las decisiones de continuidad en lautilización de los consumidores. Bajo este punto de partida, el Modelo de la Confirmación de 9 CAPÍTULO 1 Introducción. Planteamiento de la Investigación Expectativas (Bhattacherjee, 2001) sostiene que la intención de un individuo para continuar en el uso del comercio electrónico depende de tres variables: El nivel de satisfacción del usuario con los sistemas de información. El grado de confirmación de las expectativas del comprador. Las expectativas posteriores a la compra, representadas por la utilidad percibida. Por último se podría introducir una última línea de modelos de continuidad tras la recuperación de servicio, también denominados como modelos del comportamiento de queja. Este tipo de modelos contiene elementos como la justicia, las emociones generadas durante el proceso o la confianza como elemento bajo cuya recuperación permitirá de nuevo que el consumidor realice compras de nuevo. 1.3. Formulación de la investigación En este epígrafe se justifica el tema de investigación, dada su importancia económica y social, se plantean los objetivos principales y secundarios de la investigación y se establece una metodología general y un programa de trabajo que permitan alcanzar los objetivos especificados. 1.3.1. Justificación del tema De los datos de la introducción, parece claro que la adopción y utilización del Comercio Electrónico por parte de los ciudadanos españoles supone aún un porcentaje bajo del gasto de los individuos. Por tanto, parece que los directivos de las empresas que operan a través de Internet tienen problemas evidentes para que un ciudadano adopte y vuelva a repetir su compra a través de la Red. Por otra parte, y tal como se ha indicado anteriormente, no se están cumpliendo las previsiones sobre el crecimiento del comercio electrónico lo que evidencia que existe todavía un amplio margen de investigación en modelos explicativos de utilización del comercio electrónico. Consecuentemente, existen beneficios teóricos, prácticos y también para el desarrollo de futuras investigaciones, que justifican la realización de esta investigación. Desde el punto de vista teórico esta investigación puede aportar conocimiento científico sobre los factores que influyen en la continuidad de utilización del comercio electrónico por los 10 CAPÍTULO 1 Introducción. Planteamiento de la Investigación individuos. Desde un punto de vista práctico, el resultado de esta investigación puede entregar evidencias importantes que ayuden en la definición de estrategias de las organizaciones que ponen sus productos a disposición de los internautas en la Red. 1.3.2. Planteamiento del problema de investigación La venta a través de Internet es de interés para casi cualquier empresa, independientemente de su tamaño y del catálogo de productos o servicios que ofrezca por las posibilidades que ofrece para las organizaciones para expandir su negocio al mundo sin limitaciones de horarios comerciales. La investigación planteada y el conocimiento generado pueden, por tanto, ayudar a empresas de una variada tipología a tomar decisiones importantes para conseguir un canal on-line más optimizado. Consecuentemente, esta investigación centra su esfuerzo en los siguientes aspectos: Comprender cuáles son los factores que influyen en que un internauta que ha comprado vuelva a comprar en Internet. Determinar cómo se relacionan los factores antes mencionados con los objetivos buscados en cualquier organización a través de la gestión del conocimiento. Finalmente, determinar qué relación existe entre los factores que influencian en la continuidad de uso del comercio electrónico. Se estima que esta investigación habilitará al autor para presentar y validar modelos que sirvan de guía a las empresas utilizan Internet como canal de venta (y a las que en estos momentos se están planteando llevarlo a cabo) con el objetivo de que estas organizaciones obtengan mejores resultados en la interacción con sus clientes, consiguiendo mejoras en las tasas de compra. 1.3.3. Objetivos de la investigación 1.3.3.1. Objetivo principal El objetivo principal de esta investigación es proponer factores que influyan en la repetición del proceso de compra en Internet -validando los modelos de comportamiento de compra necesarios- de tal manera que dichos factores sirvan para apoyar la formulación de estrategias, herramientas de gestión y nuevos procesos en comercio electrónico para así incentivar la repetición de los procesos de compra en comercio electrónico B2C entre empresas y particulares. El modelo identificará los 11 CAPÍTULO 1 Introducción. Planteamiento de la Investigación factores clave que influyen en los individuos para que, siendo ya compradores, vuelvan a repetir el proceso de compra. Para el conjunto de los modelos analizados en la investigación se estudiará la relevancia de las variables explicativas de los mismos, así como la conveniencia de incluirlos en el modelo a validar en este trabajo. Una vez argumentada la elección de las variables, se plantearán las hipótesis consideradas en la investigación. 1.3.3.2. Objetivos secundarios Se plantean los siguientes objetivos secundarios: Revisar la situación actual del Comercio Electrónico en España desde un punto de vista de la demanda, utilizando fuentes contrastadas y aceptadas, caracterizando en la medida de lo posible a los internautas compradores. Realizar un análisis de la madurez de este mercado. Realizar una revisión bibliográfica relativa a los modelos de adopción y continuidad en el uso de tecnologías, así como de la relacionada con la adopción y uso de sistemas de comercio electrónico B2C. Tras la revisión bibliográfica anterior, identificar las variables a emplear en el modelo de investigación. Operacionalizar dichos constructos para determinar los factores que influyen en la intención de uso de estos sistemas. Formular los modelos estructurales necesarios así como las hipótesis de la investigación. Crear un instrumento de medida válido que permita contrastar las hipótesis planteadas. Obtener una muestra representativa. Analizar los datos obtenidos para realizar la validación estadística de los modelos teorizados y contrastar las hipótesis. Plantear las conclusiones derivadas del análisis, tratando de dar explicación, ayudado por la literatura existente, a los fenómenos no contemplados en los modelos teóricos iniciales. Exponer las limitaciones observadas en la investigación y plantear futuras líneas de actuación investigadora a partir de las conclusiones extraídas. 12 CAPÍTULO 1 Introducción. Planteamiento de la Investigación 1.4. Programa, metodología y cronograma 1.4.1. Programa de trabajo Para dar cumplimiento a los objetivos planteados anteriormente se estima adecuado seguir el programa de trabajo que se muestra en el gráfico FASE I: ESTUDIO TEÓRICO Planteamiento de la investigación. Desarrollo de marco teórico sobre comercio electrónico. Trabajo conceptual sobre modelos teóricos de adopción y compra en Comercio Electrónico B2C. FASE II: TRABAJO EMPÍRICO Trabajo conceptual sobre factores relevantes que inciden en la compra y en la recompra en Comercio Electrónico B2C. Diseño de instrumentos de evaluación para validar las relaciones descritas en las hipótesis del modelo. Preparación de un modelo estructural conteniendo las hipótesis y las relaciones descritas por ellas. Aplicación de los instrumentos de evaluación a una muestra seleccionada para evaluar las hipótesis planteadas. FASE III: DESCRIPCIÓN DE RESULTADOS Análisis de los datos obtenidos en la evaluación. Formulación de un modelo práctico que contenga los resultados de la investigación en apoyo a la formulación de estrategis de Comercio Electrónico. Discusión de resultados Descripción de las implicaciones de la investigación. Desarrollo de las conclusiones GRÁFICO 1. PROGRAMA DE TRABAJO 13 1. CAPÍTULO 1 Introducción. Planteamiento de la Investigación 1.4.2. Metodología a utilizar La metodología que se puede desprender del programa de trabajo descrito en el gráfico 1 se detalla a continuación: I. Fase I. Estudio Teórico a. Desarrollo de marco teórico sobre el comercio electrónico: consistirá en establecer las bases teóricas sobre las que se sustenta conceptualmente la investigación, revisando la literatura científica más relevante. b. Trabajo conceptual sobre modelos de comercio electrónico B2C existentes: estudio de los modelos de adopción y continuidad de utilización en comercio electrónico B2C existentes en la literatura científica analizando los resultados obtenidos y utilizándolos como punto de partida para la realización de esta tesis. c. Trabajo conceptual sobre los factores relevantes de compra y recompra en comercio electrónico B2C: este epígrafe presentará un estudio sobre los factores (desde el punto de vista de la psicología, el marketing, el consumidor,…) que se consideran relevantes como catalizadores en la compra electrónica. II. Fase II. Trabajo Empírico. a. Preparación de los modelos estructurales: consiste en el diseño de los modelos que muestra los elementos y relaciones que interesa medir, incluyendo la identificación de constructos de interés, la identificación de relaciones entre constructos sobre las cuales se establecen las hipótesis y la definición de indicadores que permiten medir los constructos identificados. b. Diseño del instrumento de medida. Comprende los siguientes pasos: (1) La creación del cuestionario a emplear como herramienta de validación, a partir de medidas de los constructos planteados que hayan sido previamente validados por la literatura existente. En caso necesario, se plantearán los nuevos ítems necesarios para poder medir los constructos que no dispongan de aparato de medida. A partir de la creación del cuestionario se medirá la validez del mismo sometiéndolo al análisis de expertos y/o a experimentos previos que permitan realizar un refinamiento de dicho cuestionario. 14 CAPÍTULO 1 Introducción. Planteamiento de la Investigación (2) Posteriormente se seleccionarán el espacio muestral y metodología de recolección de datos, la distribución del cuestionario y la recogida de datos. c. Análisis estadístico de datos: ayudado por el empleo de paquetes de software de análisis estadísticos (acorde a la metodología de análisis), se realizará un análisis de los resultados de las muestras recolectados en la etapa anterior, incluyendo la recopilación de los datos y transformación a un formato legible por el paquete seleccionado y la eliminación de datos incompletos. Posteriormente se realizará el filtrado de datos no relevantes o erróneos (y estudio de los mismos para observar su influencia en los resultados obtenidos). A continuación se realizará el análisis estadístico de los datos incluyendo, entre otros, el análisis de fiabilidad, la validación (convergente y discriminante) de los modelos propuestos y el contraste y validación de hipótesis. III. Fase III. Descripción de Resultados a. Formulación de los modelos: a partir del análisis de datos y el contraste de hipótesis, se plantearán los modelos finales resultado de la observación del fenómeno de estudio. b. Discusión de resultados: exposición de los resultados obtenidos tras el análisis, atendiendo a la explicación de las hipótesis probadas y las rechazadas. Asimismo, se ofrecerán posibles explicaciones a los fenómenos observados. c. Implicaciones de la investigación: planteamiento de las consecuencias relevantes que la investigación presente para investigaciones similares y/o futuras, así como las limitaciones sufridas. d. Preparación de las conclusiones: contendrá las conclusiones del trabajo, las limitaciones del mismo y las posibles líneas de investigación. 1.4.3. Cronograma de trabajo El trabajo de investigación y las actividades descritas se organizarán conforme al esquema de la tabla 1. 15 CAPÍTULO 1 Introducción. Planteamiento de la Investigación FASE ACTIVIDAD CÓDIGO F.I. Fase I Estudio Teórico Fase II Trabajo Empírico Marco teórico sobre comercio electrónico B2C Trabajo conceptual sobre factores relevantes en la adopción del comercio electrónico Trabajo conceptual sobre modelos de comercio electrónico F.II. I.a. I.b. I.c. Modelo estructural II.a. Diseño de instrumento de investigación II.b. Aplicación de instrumento II.c. Análisis de datos II.d. F.III. Fase III Descripción de Resultados Formulación de modelo práctico III.a. Discusión de resultados III.b. Implicaciones de la investigación III.c. Conclusiones III.d. Redacción del informe final de la Tesis Doctoral TABLA 1. CODIFICACIÓN DE FASES Y ACTIVIDADES Red. La distribución temporal de cada una de las fases y actividades se presenta en el siguiente cronograma del gráfico 2: Fase F.I. F.II. F.III. Redacción 2008 2009 2010 2011 2012 Actividad N D E F M A M J J A S O N D E F M A M J J A S O N D E F M A M J J A S O N D E F M A M J J I.a. I.b. I.c. II.a. II.b. II.c. II.d. III.a. III.b. III.c. III.d. Red. GRÁFICO 2. DISTRIBUCIÓN TEMPORAL DE FASES Y ACTIVIDADES 16 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores El Comercio Electrónico en España. Caracterización de los internautas compradores 17 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores 18 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores 2. El Comercio Electrónico en España. Caracterización de los internautas compradores Las diferencias entre los distintos tipos de compradores según sus patrones de comportamiento (Gázquez y Sánchez, 2007) hace necesario que las organizaciones desarrollen diferentes estrategias y modelos que permitan ofrecer a sus segmentos objetivo una oferta adaptada a las necesidades de los consumidores (McKercher y Cros, 2003). Para alcanzar a los clientes objetivo es vital para las compañías entender la naturaleza y heterogeneidad de las preferencias de los consumidores, en un entorno sin fronteras geográficas como Internet (Bhatnagar y Gose, 2004). Esta investigación centra su ámbito en los compradores que ya han adquirido bienes y servicios por Internet, intentando comprender los factores que inciden en la recompra y que serán analizados en posteriores capítulos. Como primer paso para llegar a este objetivo se considera necesario realizar una investigación descriptiva y exploratoria del estado del comercio electrónico B2C en España analizando distintos segmentos de internautas compradores así como las diferencias sociodemográficas y de usos entre estos segmentos. Utilizamos como punto de inicio el modelo clásico de decisión de compra en cinco pasos (reconocer la necesidad, buscar información, evaluar, tomar la decisión de compra y el comportamiento posterior a la compra) de Kotler (2000) que es una herramienta básica para entender los comportamientos y necesidades de los clientes (gráfico 3). GRÁFICO 3. MODELO DE DECISIÓN DE COMPRA En este modelo, una vez realizada la compra el proceso de decisión de compra continúa. Tras la realización de la compra y en el comportamiento posterior a la misma pueden ocurrir dos situaciones básicas: que los clientes estén, en mayor o menor medida satisfechos o que, debido a la insatisfacción generada con el producto o servicio los clientes lleven a cabo acciones de queja (Kotler y Armstrong, 2005). 19 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores En línea con otras investigaciones sobre comercio electrónico aplicadas al consumidor final, el criterio para seleccionar un internauta como comprador es haber adquirido algún producto o servicio a través de Internet durante el último año –en nuestro caso, aquellos que realizaron compras en el año 2010– y en años anteriores en alguna ocasión (Blasco y Gil Saura, 2011; Ha y Stoel, 2004; Huang y Oppewal, 2006) Utilizando estos criterios en este capítulo se realiza una segmentación de los internautas compradores en tres grupos: Compradores noveles: son aquellos compradores que adquirieron productos y servicios por primera vez en Internet en 2010, es decir acaban de adoptar el comercio electrónico. Compradores recurrentes: son aquellos compradores que, adquiriendo productos y servicios en Internet en 2010, habían comprado anteriormente (en el año anterior y/o en años anteriores) en alguna ocasión. Compradores con comportamiento de queja: aquellos compradores que han presentado alguna queja o reclamación sobre productos o servicios adquiridos en 2010. Posteriormente, el resto de la investigación se centrará en los modelos y factores que explican la continuidad en el uso del comercio electrónico; es decir, en los compradores recurrentes y los que han tenido comportamiento de queja. En capítulos posteriores los compradores recurrentes serán divididos en dos grupos: compradores constantes (para el ámbito de esta investigación los que compraron al menos en 2010 y 2009) y compradores ocasionales (compraron en 2010 y, al menos en alguna ocasión anterior a 2009, sin comprar en 2009). El capítulo presenta dos partes claramente diferenciadas. En primer lugar se describen algunas magnitudes básicas de la situación del comercio electrónico Business–To– Consumer (B2C) en España. En la segunda parte se presentan las diferencias entre los compradores constantes, principal interés de este trabajo, frente a los compradores noveles, destacando las diferencias de perfiles y usos. Para ello se han segmentado los internautas en los dos grupos mencionados, realizando el análisis estadístico y de resultados descriptivo. Se profundiza, entre otros, en los siguientes aspectos: Lugar de acceso a la compra. Frecuencia de compra on–line. Acceso a la tienda virtual. 20 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores Medios de pago utilizados. Pago con tarjeta de crédito/débito. Actitudes hacia la compra on–line. Por tanto esta primera investigación es un estudio cuantitativo de naturaleza descriptiva y de fuentes secundarias sobre el comercio electrónico en España –utilizando una muestra de sobre un panel de hogares sobre la que se ha realizado un procesamiento específico de los datos–, desde el punto de vista de la demanda y con carácter exploratorio. Para los datos presentados en este capítulo se utilizó una base de datos existentes de un organismo público que publica datos oficiales sobre comercio electrónico en España. El trabajo de campo sobre una muestra neta de 1.153 compradores se realizó entre abril y mayo de 2.011 sobre aspectos de compra realizados en el año 2010. De esta muestra se seleccionó los panelistas de los que se disponía de información de compra en años anteriores. 2.1. El comercio electrónico B2C en España En un contexto económico adverso, el sector de comercio electrónico B2C en España ha tenido un comportamiento positivo durante el año 2010. A fin de obtener una idea global del comercio electrónico B2C a nivel nacional en el presente capítulo se presentarán en un primer apartado las grandes cifras del volumen del comercio electrónico en España en el año 2010. 2.1.1. El volumen del comercio electrónico B2C en España en 2010 La cifra estimada del volumen total del sector es de 9.114 millones de euros (gráfico 4), lo que supone un incremento respecto a 2009 del 17,4%, el mayor incremento anual registrado en los últimos años (Urueña et al., 2011d). 21 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 4. VOLUMEN DE COMERCIO ELECTRÓNICO B2C (MILLONES DE EUROS) Este crecimiento es la resultante de la evolución de tres variables principales: Número de internautas. Proporción de internautas que realizan compras on–line. Gasto medio por comprador. A continuación se detalla (ver gráfico 5 y gráfico 6) de forma resumida en qué medida cada una de las variables principales ha contribuido a la cifra de comercio electrónico, si bien en los siguientes apartados del informe se realizará un análisis detallado de cada una de ellas (Urueña et al., 2011d): El crecimiento en el porcentaje total de internautas en 2010 aumenta 1,1 puntos porcentuales pasando del 64% en 2009 al 65,1% actual. La proporción de internautas que realiza compras on–line en el último año registra un ligero aumento respecto al año anterior: los compradores a través de Internet han pasado de un 41,5% en 2009 a 43,1% en 2010 (del total de internautas), lo que supone un incremento de 1,6 puntos porcentuales con respecto al año anterior. El número absoluto de internautas compradores se ha visto aumentado en un 5,8% pasando de 10,4 a 11 millones de individuos. El incremento observado en el volumen de comercio electrónico B2C de 2010 no se debe tanto al incremento del número de internautas y de internautas compradores, 22 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores sino sobre todo al importante incremento del gasto anual medio por internauta comprador. El gasto medio anual por individuo comprador se incrementa un 10,9%, pasando de 749€ a 831€ en 2010, a diferencia de años anteriores en los que el principal motor era el aumento del porcentaje de internautas y de compradores. GRÁFICO 5. EVOLUCIÓN EN EL NÚMERO DE INTERNAUTAS COMPRADORES (%) GRÁFICO 6. EVOLUCIÓN DEL GASTO MEDIO POR COMPRADOR 23 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores 2.2. Internautas y compradores on-line En España durante 2010 se registraron 25,4 millones de internautas, un 65,1% de la población española mayor de 15 años, que se traduce en un incremento de 1,1 puntos porcentuales (p.p.) con respecto a 2009 (Urueña et al., 2011c y 2011d). Tras el crecimiento sostenido de la población internauta durante 2010 subyace un relevante cambio en el perfil global del usuario de Internet en nuestro país: Se incrementa el uso de la Red por parte de grupos de población diferentes al perfil característico del internauta tradicional: jóvenes entre 15 y 24 años y mayores de 50 años. Por otro lado, se registra un mayor uso de Internet en poblaciones de menos de 10.000 habitantes y entre clases sociales bajas, dos segmentos de población con baja penetración en el uso de la Red en años anteriores. 2.2.1. Compradores on–line En 2010 se alcanzan los 11 millones de internautas que compran por Internet lo que supone el 43,1% del total de internautas (gráfico 7). Estos datos suponen un incremento del 5,8% del número de internautas que compran por Internet respecto a 2009. GRÁFICO 7. EVOLUCIÓN DEL NÚMERO DE INTERNAUTAS QUE COMPRAN EN INTERNET (MILLONES DE INTERNAUTAS) 24 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores Los factores sociodemográficos (edad, sexo, nivel de estudios…) son criterios que tienen una correlación fuerte con el consumo de productos y servicios (Kotler, 2000; Hoffman y Novak, 1996; Donthu y García, 1999) por lo que resulta fundamental estudiar en primer lugar estos aspectos. En nuestro caso, el perfil del comprador on–line responde a las siguientes características sociodemográficas: Edades de 25 a 49 años, especialmente en la franja de 35 a 49 años. Residentes en hábitats urbanos de más de 100.000 habitantes. Con estudios universitarios. De nivel socioeconómico medio y medio alto. Trabajadores en activo a tiempo completo. Se aprecian algunas variaciones interesantes en el perfil de los internautas compradores on–line, como el incremento de individuos comprendidos entre los 35 y los 49 años y en los tamaños de hábitat entre 20.000 y 100.000 habitantes. Según algunas investigaciones la edad explica mejor el comportamiento de compra si el consumidor ha buscado información anteriormente (Sorce et al., 2005). 2.2.2. Búsqueda de información y compra on–line Internet fue en un principio, desde el punto de vista del comercio electrónico, un canal de ayuda para la obtención de información sobre productos y servicios y sus precios (Urueña et al., 2011a). Las ventajas de la compra electrónica para el consumidor son claros: ahorro en tiempo, posibilidad de acceder a mayor variedad de oferta, obtener información detallada, posibilidad de comparar productos y servicios, comparar precios en distintos canales y conocer opiniones de otros consumidores (Liu et al., 2005; Stone et al., 2002). Por tanto, el comportamiento del consumidor en sus decisiones de compra es cada vez más informado, sofisticado y complejo. El creciente uso de herramientas en Internet que hacen posible un acceso instantáneo a múltiples fuentes de información ha acentuado esta tendencia. Algunos consumidores han posicionado en su mente la Red como un canal de "fuente de información" no como un lugar de compra. Por ejemplo, en el proceso de comprar un billete de avión on–line, se puede ir avanzando hasta llegar al último click que implicaría el cargo económico. Una vez obtenida la información del producto exacto deseado, se 25 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores puede obviar el paso final para realizar la adquisición en una agencia de viajes presencial. Si analizamos los procesos de búsqueda de información y compra por tipo de producto/servicio, el segmento de compradores recurrentes buscó más información en la Red —y compró más— que los compradores noveles. Además la ordenación de las categorías de productos por la variable búsqueda de información en Internet produce prácticamente los mismos resultados que si ordenamos según la compra en la Red, lo que indica una cierta correspondencia entre búsqueda de información on–line y compra en Internet en este segmento. Los compradores noveles presentan mayores porcentajes de búsqueda de información multicanal en determinados productos (software 33,4%, alquiler de coches 27,1%, electrónica 22,6%) y de compra multicanal (software 20,3%, alquiler de coches 18,8%, reservas de alojamiento 19,5%) que los compradores recurrentes (Urueña et al., 2011a). Siguiendo con el análisis de los nuevos compradores, hay categorías de productos en las que buscaron información a través de internet más del 50% de los compradores del producto (electrónica —51,3%—, alquiler de coches —52,5%—, reservas de alojamiento —57,4%— y billetes de transporte —67,15%—) pero solo para las dos últimas se superó el umbral del 50% de compradores a través de internet (Urueña et al., 2011a). 2.2.3. Valoración de la oferta española en la Red Este trabajo de investigación tiene su ámbito geográfico en los internautas compradores españoles. Por tanto, resulta de interés la valoración de los consumidores sobre la oferta española en la Red. La valoración de la oferta de los compradores españoles es, en general, positiva: entre el 10,2% y el 31,3% de los internautas compradores valora de forma muy positiva la oferta española en la Red (gráfico 8), pero indican que, con alta probabilidad, comprarían más si la oferta española mejorase (Urueña et al., 2011d). Más específicamente, la valoración más positiva de la oferta española corresponde a reservas y alojamiento. En una segunda posición se encuentran los grandes sectores, por orden de valoración, son: billetes de transporte, entradas a espectáculos, libros, alimentación y bazar y electrónica. Servicios financieros tiene un menor conocimiento del que le 26 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores correspondería como uno de los tres grandes productos y servicios que se comercializan on–line junto con billetes de transporte y reservas de alojamiento. Esto es debido al bajo porcentaje de compradores de este sector, su gran volumen es debido al altísimo gasto medio específico de este sector. GRÁFICO 8. EVALUACIÓN OFERTA ESPAÑOLA EN COMERCIO ELECTRÓNICO (%) 27 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores 2.2.4. Frenos e impulsores del comercio electrónico Las principales barreras percibidas hacia la compra on–line por parte de los internautas compradores son aquellas relacionadas con el producto y las relacionadas con la seguridad en el proceso de compra. GRÁFICO 9. NIVEL DE ACUERDO SOBRE AFIRMACIONES RELACIONADAS CON INTERNET COMO MEDIO DE COMPRA Para realizar un diagnóstico detallado de los frenos e impulsores que determinan la evolución del comercio electrónico B2C en España resulta necesario analizar los problemas identificados y las claves para incorporar o mejorar la presencia de los diferentes segmentos según su comportamiento en 2010. 2.2.5. Motivaciones de los compradores on–line Las principales motivaciones que experimentan una evolución positiva en 2010 con respecto a años anteriores son (Urueña et al., 2011d): precio/promociones ofertas (+6,5 puntos porcentuales), comodidad (+11,2 puntos porcentuales), facilidad para comparar (+1,8 puntos porcentuales), mayor oferta/mayor gama (+8,7 puntos porcentuales), rapidez en el suministro (+2,2 puntos porcentuales) y “por probar” (+2,4 puntos porcentuales) –ver gráfico 10-. 28 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 10. PRINCIPALES RAZONES POR LAS QUE HA COMPRADO EN EL ÚLTIMO AÑO PRODUCTOS/SERVICIOS A TRAVÉS DE INTERNET EN LUGAR DE ACUDIR A UNA TIENDA FÍSICA (%) Para los internautas compradores el aspecto en la compra por Internet más importante en 2010 consiste en la posibilidad de poder comprar a cualquier hora del día o de la noche. La posibilidad de comprar desde el propio hogar, encontrar los productos/servicios en poco tiempo o no tener que desplazarse de tienda en tienda son otros aspectos relacionados con el ahorro en tiempo y en desplazamiento de importancia para el comprador on–line. Existen, no obstante, cinco puntos clave a mejorar para incrementar el volumen de compra entre los usuarios de comercio electrónico actuales. En los cinco casos se registran menciones del 50% o más de los entrevistados. Reducción de los precios. Se vuelve a encontrar la motivación económica en primer lugar. La sensibilidad al precio es mayor en los jóvenes de 15 a 24 años. No cobrar los gastos de envío, relacionado con la motivación económica anterior. Más garantías de devolución. Mayor seguridad en los pagos. Más garantías/confianza. 29 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores Se puede observar que la motivación económica y la garantía se sitúan en primer lugar (gráfico 11). La seguridad y confianza en el canal, también son factores clave para incrementar las compras on–line entre los actualmente compradores. GRÁFICO 11. MEJORAS PARA REALIZAR MÁS COMPRAS EN INTERNET EN EL FUTURO (%) 2.3. Caracterización de los compradores recurrentes, de los compradores noveles y de los compradores con comportamiento de queja El presente apartado caracteriza por variables sociodemográficas y de uso los segmentos de compradores recurrentes, noveles y con comportamiento de queja. Para ello a partir de la base de datos disponible se ha realizado un tratamiento estadístico de los microdatos orientado a buscar las diferencias entre los segmentos, constituyendo por tanto un estudio de naturaleza exploratoria que nos presentará un panorama del comercio electrónico empresa consumidor en España. El número absoluto de internautas compradores ascendió a 11 millones de individuos en 2010. Si tomamos todos aquellos compradores on–line del 2010 de los que se tiene información sobre su comportamiento en 2009, observamos que un 85,8% son compradores recurrentes, es decir, compradores que ya habían realizado algún acto de compra electrónica en 2009 o anterior. El resto, un 14,2%, son compradores noveles, compradores que acceden al comercio electrónico por vez primera en 2010. Un 4,6% de 30 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores los compradores tuvo problemas en su compra: de éstos el 65% presentó una queja o reclamación (gráfico 12). GRÁFICO 12. COMPRADORES RECURRENTE VS COMPRADORES RECIENTES (%) El gasto medio del comprador recurrente es, como cabría esperar, bastante superior al del comprador novel, doblando la cantidad media de gasto anual (ver tabla 2). 2007 Importe Medio Total 739 2008 754 2,03% 2009 749 –0,66% 2010 831 10,95% Compradores recurrentes 930 Compradores noveles 449 Año ∆ Importe Medio total – TABLA 2. GASTO MEDIO ANUAL POR INDIVIDUO COMPRADOR. Este último dato ya nos da una idea de un perfil y de un comportamiento on–line diferencial entre ambos tipos de compradores. A continuación se analiza el perfil demográfico de ambos tipos de comprador, para pasar en un capítulo posterior al análisis del comportamiento on–line diferencial entre los segmentos definidos. 31 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores 2.3.1. Perfil básico sociodemográfico del comprador recurrente, el comprador novel y el comprador con comportamiento de queja La importancia de los criterios sociodemográficos como criterio descriptivo ha sido una constante en la literatura científica, siendo una forma común de segmentación en marketing (Fuentes y Gil, 2011). Comprende, entre otras, las características sociodemográficas, geográficas y culturales del consumidor. Para poder determinar el perfil demográfico del comprador recurrente, analizaremos las distintas variables que componen el mismo, en contraposición con el perfil del comprador reciente o novel: Edad: el comprador on–line recurrente tiene un perfil de más edad, haciéndose más importante la diferencia con el comprador novel en el intervalo de edad de 50 a 64 años. El 38,8% tiene entre 35 y 49 años. Por otro lado el comprador novel es en mayor medida de edad más joven (el 54,4% del segmento tiene menos de 34 años). Nivel de estudios: el comprador recurrente tiene un nivel más alto (el 46,2% ha alcanzado estudios superiores). Sin embargo, dos tercios de los compradores noveles (64,2%) tiene un nivel de estudios secundarios. Actividad laboral: el comprador recurrente es un individuo mayoritariamente activo a jornada completa (63,4%); por el contrario el comprador novel presenta una mayor proporción de estudiantes no universitarios (14,8%), congruente con su menor edad media. Clase social: como resultante de lo anterior, se observa un mayor porcentaje de compradores recurrentes entre la clase social alta y media alta (45,2%) y, por el contrario, hay un mayor porcentaje de compradores noveles entre las clases media (39,7%). Tamaño del hábitat: el tamaño de hábitat del lugar de residencia es mayor en general para compradores recurrentes, destacando en poblaciones de más de 100.000 habitantes (45,9%). En contraste, el comprador novel reside con mayor probabilidad en municipios más pequeños; sobre todo destaca en poblaciones de 50.000 a 100.000 habitantes (20,4%). En cuanto a los compradores con comportamiento de queja presenta las siguientes características sociodemográficas: 32 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores Sexo: las personas que han tenido problemas con las compras por Internet son en mayor medida hombres (64,7%). Edad: no se aprecian grandes diferencias por edad entre los internautas que han tenido algún problema al realizar compras por Internet y aquellos que no tuvieron estos problemas: una cuarta parte tienen menos de 35 años, el 30% tiene 50 años o más y el 45% tiene entre 35 y 50 años. Nivel de estudios: en cuanto al nivel de estudios, sí se observan algunas diferencias. Los que tuvieron problemas con las compras en la Red tienen más frecuentemente estudios secundarios (55,2%). Actividad laboral: en su mayoría son trabajadores a jornada completa (61,3%) Clase social: se puede observar que las personas que tuvieron problemas al comprar en la Red son principalmente de clase social media (43,4%). Tamaño del hábitat: el tamaño de hábitat prácticamente no marca diferencias entre los internautas que tuvieron problemas al comprar por Internet y los que no los tuvieron. 2.3.2. Antigüedad en el uso de la red Los criterios específicos del entorno como la experiencia y antigüedad en Internet (Fuentes y Gil, 2011; Bhatnagar y Gose, 2004) suponen, al igual que los criterios demográficos, un factor que diferencia distintos segmentos de compradores. En general, los individuos con mayor antigüedad en el uso de la red son más propensos a realizar compras en Internet (Blasco y Gil, 2011). En nuestro caso, el internauta español presenta de forma general una antigüedad superior a tres años en el uso de Internet (Urueña et al., 2011d). Sin embargo se aprecia entre los compradores on–line noveles y los compradores con comportamiento de queja una ligera mayor antigüedad en el uso de la Red (más del 75% en ambos casos llevaban usando Internet más de tres años, ver gráfico 13). 33 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores 34 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 13. ANTIGÜEDAD EN USO DE INTERNET (%) 2.3.3. Uso de Internet Hoffman y Novak (1996) indican que un medio como Internet requiere variables de segmentación complementarias a las clásicas basadas en criterios demográficos, y geográficos. Frente a las variables clásicas de segmentación (no usuario, usuario nuevo, potencial, regular), Hoffman y Novak sugieren la utilización de variables como la frecuencia de acceso a Internet, el tipo de acceso al lugar de compra en la Red (buscadores, enlaces, etc…), la categoría del usuario (nuevo, que tiene regularidad en sus compras, etc.), el comportamiento de compra (formas de pago, usos de medios de pago, etc…) o cómo se busca la información. Estos aspectos se tratarán como variables de diferenciación de los segmentos en lo que resta del capítulo. En el caso de nuestra investigación, el comprador recurrente presenta un uso de la red representativo de la media global: dos tercios usan la Red diariamente y uno de cada tres declara hacerlo con mayor intensidad que el año anterior. Las diferencias en el uso de Internet debemos observarlas en el comprador on–line novel y con comportamiento de queja: estos colectivos de individuos tienden a usar Internet con algo más de frecuencia que los compradores recurrentes (gráfico 14). Los accesos el día anterior y en la última semana son ligeramente más frecuentes entre los compradores noveles. Hay que recordar que el comprador novel es, por lo general, un internauta más joven. 35 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 14. FRECUENCIA DE UTILIZACIÓN DE INTERNET (%) Posiblemente también relacionado con su perfil, el comprador novel muestra una mayor tendencia a intensificar el uso de Internet con respecto al uso que hacía en el pasado (gráfico 15). GRÁFICO 15. USO DE INTERNET RESPECTO AL AÑO ANTERIOR (%) Por tanto, observamos que el comportamiento como internauta del comprador recurrente y del comprador novel es también diferente. El comprador novel tiene un uso algo más frecuente e intensivo de Internet. Pero vamos a ver a continuación en qué medida estas diferencias determinan la compra on–line. 36 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores 2.3.4. Lugar de acceso a Internet para la compra El comprador con comportamiento de queja y el comprador recurrente realizan principalmente sus compras desde el hogar (ver gráfico 16). El trabajo aparece como segundo lugar, pero con mucha diferencia y casi siempre como complemento al primero. Dada su mayor madurez con el canal, cerca de dos de cada 10 compradores recurrentes presentan más de un lugar de compra (de ahí la media de 1,17 lugares por comprador). Por el contrario, el comprador novel elige un solo canal (media 1,05): mientras el 85% se inclina por el hogar, el 12% prefiere la empresa o trabajo. GRÁFICO 16. LUGAR DE REALIZACIÓNDE COMPRAS POR INTERNET (RESPUESTA MÚLTIPLE – %) 2.3.5. Frecuencia de compra on–line El comprador recurrente realiza compra electrónica con mayor frecuencia. Más de un tercio realiza al menos una compra cada dos meses. Por el contrario el comprador novel es más esporádico, y casi la mitad (45%) declara que sus compras tienen una frecuencia anual o inferior. El comprador con comportamiento de queja ha realizado compras con una frecuencia de dos veces al año (35,48%). Los resultados pueden verse en el gráfico 17. 37 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 17. FRECUENCIA DE COMPRA EN INTERNET (%) 2.3.6. Sitios web de compra en Internet La elección de los sitios webs para las compras on–line muestra también la mayor madurez en el comportamiento de compra del comprador recurrente. Las principales diferencias entre los dos segmentos son (gráfico 18): El comprador recurrente y con comportamiento de queja utiliza con más intensidad canales exclusivos de Internet y más variedad de lugares de compra (con una media de 1,8 canales por comprador recurrente y 1,7 para comprador con comportamiento de queja). El comprador novel utiliza menos variedad de canales de compra (media de 1,6). Tiene un comportamiento de compra on–line más básico. Se inicia su experiencia principalmente con la garantía de la web del fabricante. Por otro lado, accede a canales minoritarios con más intensidad, como subastas y otros lugares, afines al perfil de este segmento. 38 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 18. SITIOS DE COMPRA EN INTERNET (RESPUESTA MÚLTIPLE– %) Hay que tener en cuenta que el perfil más intensivo de usuario de subastas on–line (joven, de clase media–baja y residente en poblaciones pequeñas), se adapta perfectamente al perfil de comprador novel. 2.3.7. Acceso a la tienda virtual En lo referente al acceso a la página web donde se realiza la compra también se aprecian ciertas diferencias. La principal vía de acceso a la página web donde se realiza la compra tanto para para el comprador recurrente como para el novel y el que ha tenido comportamiento de queja es el buscador generalista (ver gráfico 19). El uso directo de la dirección del sitio web, de favoritos o de un buscador especializado son las otras dos vías de acceso usadas por ambos colectivos si bien estos comportamientos se corresponden a patrones de uso más maduros y son más habituales en el comprador recurrente, denotando una mayor experiencia en el comercio electrónico. Hay que tener en cuenta en primer lugar que el comprador recurrente utiliza más canales de acceso que el novel. Nuevamente cabe destacar algunos usos que, aunque muy minoritarios, son característicos del comprador novel, como son el acceso a través de aplicaciones y de banners en redes sociales. 39 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 19. ACCESO AL SITIO WEB EN EL QUE REALIZA LA COMPRA (RESPUESTA MÚLTIPLE) 2.3.8. Medios de pago preferidos El método de pago principal entre los compradores recurrentes es la tarjeta de crédito o de débito (así lo manifiestan 7 de cada 10 consumidores). En el caso de los compradores con comportamiento de queja un 65,2% utiliza tarjeta de crédito (gráfico 20). Sin embargo, entre los compradores noveles este medio de pago se reduce notablemente (apenas llega al 50%) observándose un mayor uso relativo del método de pago contra reembolso. Hay dos factores que pueden influir en el comportamiento diferencial entre tipos de compradores: por un lado la penetración de la tarjeta de crédito/debito es menor entre los perfiles de población joven, estudiante, que como hemos confirmado anteriormente es más intensivo entre los compradores noveles; por otro lado el comprador que acaba de incorporarse a la compra on–line manifiesta más recelos y miedos a la hora de confiar en el proceso de la compra electrónica. En este sentido es interesante destacar que, un método de pago que adquiere relevancia en el año 2010, PayPal, que es usado de forma más habitual por lo recurrentes que por los noveles o los que tienen comportamiento de queja. En este caso, se rompe la tendencia anterior en la que el comprador reciente es más afín a métodos y procesos 40 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores minoritarios que se han incorporado recientemente al proceso de compra on–line como subastas o accesos a través de aplicaciones o banners en redes sociales. GRÁFICO 20. FORMA DE PAGO PREFERIDA (RESP. MÚLTIPLE) (%) 2.3.9. Medios de pago utilizados Si las tarjetas de crédito o débito son el método preferido por los internautas a la hora de realizar la compra, también es el método más utilizado. Algo más de siete de cada diez compradores recurrentes realizan más del 80% de sus compras on–line vía tarjeta de crédito o débito. Como cabe esperar en base al gráfico 21, el comprador novel utiliza las tarjetas de una forma menos intensiva; uno de cada cuatro compradores noveles realizan como mucho el 20% de sus compras on–line mediante tarjeta de crédito o débito. El comprador que ha tenido comportamiento de queja se sitúa en una posición intermedia entre los dos segmentos anteriores (ver gráfico 21). 41 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 21. PORCENTAJE DE PAGO DE COMPRAS CON TARJETA DE CRÉDITO O DÉBITO (%) 2.3.10. Actitudes hacia la compra on–line. Principales razones para la compra on– line Como vemos en el siguiente gráfico (gráfico 22), las actitudes hacia el medio son muy diferentes entre los distintos tipos de compradores on–line, según se hayan iniciado en el canal recientemente o por el contrario presenten un comportamiento más “constante”. 42 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 22. ACTITUDES HACIA LOS RIESGOS DE LA COMPRA ON–LINE (MEDIA, ESCALA 17) De forma general presentan más desconfianza hacia los factores relacionados con el medio frente a factores relacionados con las garantías del producto comprado. No obstante, para el comprador reciente o novel, son más acuciantes los temores derivados del proceso de compra on–line, sobre todo el riesgo, el temor a dar los datos personales y la seguridad a la hora de utilizar Internet para realizar compras. El comprador con comportamiento de queja tiene un nivel de preocupación similar al comprador novel a recibir el producto y servicio o que lo recibido no cumpla sus expectativas. Las principales razones para la compra on–line son la comodidad, el precio y el ahorro de tiempo y estos motivos son comunes a cualquier individuo que escoge el canal digital frente al físico para realizar una compra. Sin embargo, salvo el precio que se identifica universalmente como un beneficio propio del medio, se observan diferencias en los motivos destacados por cada segmento analizado (ver gráfico 23): 43 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores Compradores recurrentes: destacan en media un mayor número de razones para el uso del canal on–line, destacando especialmente, en contraste con un comprador novel, la facilidad para comparar precios, la facilidad de la compra y el ahorro de tiempo que ambas cosas conlleva. Sin embargo los compradores noveles destacan con un porcentaje más alto en otros motivos mucho más minoritarios y relacionados con su menor experiencia, tales como el simple hecho de probar o seguir alguna recomendación. El boca–a–oreja y la prescripción parecen elementos determinantes para superar las barreras y miedos previos que genera la Red. Los compradores que han tenido comportamiento de queja destacan como ventajas el precio (en menor medida que los otros segmentos), siendo la comodidad y el ahorro de tiempo los aspectos más destacables. GRÁFICO 23. VENTAJAS DE LA COMPRA ON–LINE (%) 2.3.11. Productos y servicios comprados/contratados on–line. Número de procesos de compra Una vez hemos analizado el perfil del comprador recurrente y reciente/novel, por un lado, y por otro lado, el comportamiento frente al uso de Internet y los hábitos generales de compra electrónica de ambos segmentos, vamos a centrarnos en los tipos de bienes y servicios que adquieren ambos colectivos. El comprador recurrente: Presenta una compra más variada de productos y servicios que el comprador novel. 44 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores Llega a comprar una media de tres tipos de productos y servicios diferentes en el último año (frente a una media de 2 en el comprador novel). Se interesa en categorías de productos y/o servicios aún minoritarias a nivel global, presentan mayor proporción de compradores de electrónica, libros, alquileres de motos/coches y productos de entretenimiento en el hogar (categoría casi nula en el segmento de compradores novel dada su menor edad). Por el contrario, el comprador novel observado en el 2010 presenta el siguiente comportamiento en cuanto a los productos y servicios comprados en la Red: Apenas supera, en media, las dos categorías compradas. Turismo y ocio son también los sectores principales para el comprador novel, pero el comprador reciente es mucho menos intensivo en la compra de estos productos y servicios. Por el contrario destaca su comportamiento de compra en las categorías: o “Ropa y complementos”. El porcentaje de noveles, 16,5% es más bajo que el de recurrentes, 22,1%, pero la diferencia entre ambos es mucho más pequeña que en los tres sectores principales comentados en el párrafo anterior. o “Alimentación y Bazar”: el porcentaje de compradores noveles incluso supera al de compradores recurrentes. o Hay otras categorías que inclinan la balanza hacia el segmento de los compradores recientes, aunque mucho más minoritarios en su contribución a la facturación total del comercio electrónico como son “Artículos deportivos” y “Servicios de Internet”. En cuanto al comprador con comportamiento de queja, sigue un perfil similar al comprador recurrente en productos como billetes de transporte, entradas a espectáculos, libros y reservas de alojamiento. En productos como artículos deportivos, software, DVD, electrónica, alimentación y bazar es el segmento de compradores líder en el consumo de estos productos (ver gráfico 24). 45 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores GRÁFICO 24. BIENES Y SERVICIOS COMPRADOS POR INTERNET EN EL 2010 (%) A los compradores a través de Internet se les preguntó el número de artículos que compraron. Los compradores recurrentes indicaron que han realizado durante 2010 una media de 8,2 procesos de compra on–line. Por el contrario los compradores noveles solamente realizaron 4,9 procesos de compra y casi dos terceras partes de los mismos solamente compraron entre una y dos veces en 2010. Los compradores con comportamiento de queja realizaron una media de 6,3 compras (un 30,65% compró entre una y dos veces). Los resultados pueden observarse en el gráfico 25. GRÁFICO 25. NÚMERO DE VECES QUE SE HA COMPRADO EN INTERNET (%) 46 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores 2.3.12. Compradores con comportamiento de queja: tipologías de problemas Las tipologías de problemas de los internautas compradores es variada: problemas logísticos, con el pago, inconsistencias en el precio. Como problema principal casi cuatro de cada diez compradores (39,6%) han recibido productos que a su juicio no era lo ofrecido por la compañía vendedora. Además, en un 33,4% de los casos, que el producto adquirido no respondía, a juicio del comprador, a lo que se ofrecía en la web. En cuanto a problemas de carácter logístico, a un 39,6% de los compradores que declararon haber tenido un problema les llegó el producto con retraso, mientras que al 20,9% no les llegó el producto. 47 CAPÍTULO 2 El Comercio Electrónico en España. Caracterización de los internautas compradores 48 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Modelos de adopción y continuidad en el uso de tecnologías 49 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 50 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3. Modelos de adopción y continuidad en el uso de tecnologías El comportamiento del consumidor puede definirse como la conducta que los consumidores muestran al buscar, comprar, usar, evaluar y disponer de los productos, servicios e ideas que esperan que satisfagan sus necesidades (Schiffman y Kanuk, 2005). El inicio en el estudio del comportamiento se remonta a 1950 cuando investigadores de mercado estadounidenses llegaron a la conclusión de que el estudio de la conducta de las personas en el proceso de compra podía ayudarles a vender más productos y con mayor facilidad, ya que de esta forma podrían determinar qué bienes son los que los consumidores comprarían (Schiffman y Kanuk, 2005). Aunque en general las teorías sobre el comportamiento del consumidor no hacen distinción, es importante tener en cuenta la diferencia entre un consumidor genérico y uno de comercio electrónico. (Donthu y García, 1999; Bagchi y Mahmood 2004; Susskind, 2004; Korgaonkar y Wolin, 1999). Además, debido a la proliferación en el uso de Internet como medio de compra el estudio del comportamiento del consumidor electrónico va cobrando más y más importancia (Dennis et al, 2009). Este estudio puede enfocarse sin embargo desde distintos puntos de vista, principalmente desde una perspectiva económica o una psicológica y sociológica. El capítulo se divide en cuatro grandes apartados. Se inicia analizando los modelos generales de comportamiento de compra del consumidor y los factores que inciden en la recompra, para desde ahí llegar a los modelos clásicos de adopción de tecnologías (Teoría de la Acción Razonada, Teoría Cognitiva Social, Modelo de Aceptación de la Tecnología,…). Posteriormente se tratan los modelos de continuidad o recompra (Teoría de la Disonancia Cognitiva, Modelo de Confirmación de Expectativas,…) para concluir con los principales modelos de continuidad tras una recuperación del servicio (Teoría de la Justicia, Teoría de los Afectos y Teoría de la Apreciación Cognitiva). 3.1. Comportamiento de compra del consumidor. Factores, condicionantes y modelos generales El estudio del comportamiento de compra del consumidor puede abordarse desde un punto de vista económico o desde un carácter social y sociológico. 51 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Desde una perspectiva económica el origen de los estudios sobre el comportamiento del consumidor se encuentra en los primeros análisis microeconómicos realizados por varios autores durante los 50 y 60 sobre cómo los individuos eligen en un grupo social como la familia, respetando las elecciones de sus individuos y las implicaciones sobre la asignación de recursos al interior del grupo familiar (Samuelson, 1956; Debreu, 1960; Uzawa, 1960). La teoría clásica del comportamiento ha recibido numerosas críticas. Principalmente se cuestionan las estrictas condiciones que supuestamente inciden en las preferencias del individuo, demostrando que el consumidor no dispone de un conocimiento perfecto de sus necesidades ni de los productos susceptibles de satisfacerlas (Dubois y Rovira, 1998; Galbraith, 1960). Otros analistas económicos proponen nuevas variaciones a estas teorías (Córdoba y Henao, 2007). Lancaster añade el concepto de “activo” o “commodity” al análisis de la conducta del consumidor justificando que son las características intrínsecas de un producto las que producen satisfacción al individuo y no el producto en sí (Lancaster, 1966; Muth, 1966). Becker (1965) introduce el factor tiempo y la influencia de la unidad familiar. De esta forma Becker incorpora a la teoría clásica por un lado una restricción temporal, ya que el tiempo disponible por el individuo para el consumo y uso de los productos adquiridos es limitado, y por otro, el hecho de que la unidad de decisión es en realidad la familia y no el propio individuo. Aportaciones más recientes desde la perspectiva económica defienden que a los seres humanos les gusta diferenciarse y la aparición de nuevas tecnologías ha posibilitado y facilitado esa diferenciación. Ello causa que un producto deje de consumirse no porque pierda su valor funcional sino porque deja de ser atractivo (Carrasco, 2007). El estudio del comportamiento del consumidor no estaría completo si no se tuvieran en cuenta las aportaciones de las ciencias como la psicología y la sociología. Aunque en este campo son diversas las teorías existentes, todas ellas consideran que el ser humano está influido por múltiples fuerzas, entre las que se encuentran las necesidades básicas del momento actual, el entorno del individuo y la experiencia pasada (Alonso y Grande, 2004). Dada la diversidad de opiniones y enfoques conviene distinguir varias ramas dentro de las ciencias de la conducta, cada una con aportaciones diferentes al estudio del comportamiento del consumidor, como la psicobiología (Dorsch, 1976), y las teorías psicofisiológicas (García y Moreno, 1998). 52 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías La insatisfacción con las teorías conductistas, surgen durante los años 50 nuevas corrientes que pretenden explicar el comportamiento del consumidor. Por un lado, la psicología cognitiva considera al individuo como un sujeto procesador de información (Caparrós, 1984), explicando las reacciones de los consumidores ante un producto como una respuesta al procesamiento de la información disponible sobre el mismo. Por otro lado, las teorías humanísticas, surgidas de la mano de Rogers y Maslow, defienden la libertad y la bondad del ser humano (García, 1989). Por último, cabe destacar dos corrientes con importantes aportaciones al estudio del comportamiento del consumidor: la psicología del desarrollo y la psicología social. Mientras que la primera estudia las causas del desarrollo de los individuos (Piaget, 1970), la segunda se centra en la influencia de los comportamientos sociales sobre la conducta del individuo, considerando especialmente los factores psicológicos (Dorsch, 1976). 3.1.1. Factores explicativos del comportamiento del consumidor 3.1.1.1. Condicionantes externos del comportamiento Los factores externos que inciden de forma determinante en la conducta de compra del individuo vienen derivados de condicionantes como el macroentorno, el microentorno y la cultura. El macroentorno comprende las características económicas –renta disponible, tasa de desempleo o el ahorro de las familias–, demográficas (Alonso y Grande, 2004) –número de habitantes, movimientos migratorios o cambios en los niveles educativos y la situación política y tecnológica global. A su vez, el microentorno de compra del consumidor está representado por la cultura (las normas y los valores de la sociedad), las subculturas (una parte de la sociedad con normas y valores distintos en ciertos aspectos) y los grupos sociales (amigos, miembros de la familia y grupos de referencia). En cuanto a la cultura se puede definir como “el aglutinante, el modo de vida que sigue y mantiene junta a la sociedad” (Chase, 1966). Es una de tantas definiciones de cultura que pueden encontrarse. Lo que sí es común a todas es la importancia concedida a la cultura en la conducta de compra de los individuos, como prueba su presencia en la mayor parte de modelos generales del comportamiento del consumidor (Nicosia, 1966; Howard y Sheth, 1969; Dussart, 1983; Engel, Blackwell y Miniard, 1986; Assael, 1987; Sun y Wu, 2004). 53 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Cabe destacar finalmente el impacto de los condicionantes sociales en la conducta del individuo. Las clases sociales representan divisiones relativamente homogéneas y estables de una sociedad; están ordenadas jerárquicamente y sus miembros comparten valores, intereses y conductas similares (Kotler, 2000). Además, tienen un carácter dinámico (Schiffman y Kanuk, 2005) y multidimensional, que varía en función del estrato social al que pertenezca el individuo (Berelson y Steiner, 1964). La influencia de las clases sociales sobre el consumo se ha justificado mediante criterios objetivos – por ejemplo relacionando las clases sociales con la posición de los individuos en el proceso de adquisición de bienes (Weber, 1947) –y subjetivos– basados en la consideración que unas personas tienen sobre otras (Jain, 1975). La más pequeña de las divisiones sociales resulta en los conocidos como grupos de referencia, cuyo impacto en el comportamiento de compra es notable, dada la incidencia de estos en la vida cotidiana del individuo. Foxall, Goldsmith y Brown (2002) definieron los grupos de referencia como el conjunto de individuos que sirve como punto de comparación para una persona en la formación sus valores, actitudes o comportamiento. Entre las características diferenciadores de los grupos de referencia se encuentran: la existencia de unas normas propias, el sentido de pertenencia a un grupo y el reconocimiento del resto de miembros (Homans, 1961). Asimismo, la división entre los grupos sociales primarios y secundarios, establecida por Cooley (1897), sugiere un factor también esencial en la conducta del individuo, la familia. La familia se caracteriza por unas relaciones interpersonales directas, estables e íntimas. Su influencia en el comportamiento de compra –además de la influencia a través de la norma subjetiva– afecta a variables como el bienestar económico, el apoyo emocional (Park et al., 1991), el estilo de vida conveniente y la socialización (Herrero, 2005). 3.1.1.2. Condicionantes internos del comportamiento Los factores más complicados de cuantificar y sin embargo en los que recae en último término la decisión de compra son los factores intrínsecos al individuo, que comprenden principalmente factores psicológicos –motivación, percepción, actitudes, experiencia y aprendizaje (Engel, Blackwell y Miniard, 1986), psicográficos, de personalidad y estilo de vida –socioeconómicos y demográficos–. 54 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.1.1.2.1. Factores psicológicos Desde el punto de vista de la psicología la motivación es la predisposición general que dirige el comportamiento hacia la obtención de un objetivo deseado. El estudio de la motivación de la conducta ha sido analizado por la escuela psicoanalítica de Freud y la escuela humanística de Maslow. La primera considera que los individuos son en gran medida inconscientes de las verdaderas fuerzas psicológicas que dominan su conducta por lo que se convierte necesario el estudio de la mente del consumidor. Por otro lado, Maslow busca explicar por qué ciertas necesidades impulsan al individuo en un momento dado, entendiendo por necesidad aquel motivo que alcanza un nivel de intensidad adecuado. Con objeto de estudiar las distintas necesidades propone una clasificación jerarquizada de las mismas en lo que se conoce como la Pirámide de Maslow (gráfico 26). Autorealización Estima Necesidades Sociales Necesidades de Seguridad Necesidades Fisiológicas GRÁFICO 26. PIRÁMIDE DE LAS NECESIDADES DE MASLOW (1970) Según la teoría de Maslow los consumidores tratarán de satisfacer en primer lugar las necesidades de la base de la pirámide y al conseguirlo surgirá la motivación de satisfacer la siguiente necesidad, hasta conseguir así la autorrealización que lleva a la ansiada felicidad. Sin embargo, dada la ausencia de relaciones claras entre necesidades, motivos y conductas (Myers y Reynolds, 1967) estas teorías resultan insuficientes para predecir el comportamiento de compra y consumo de los individuos. 55 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías La percepción es otra variable que condiciona fuertemente el comportamiento de compra. Se puede definir como el proceso de selección, organización e integración de los estímulos sensoriales en una imagen significativa y coherente. (Alonso y Grande, 2004). La actitud es una predisposición aprendida para responder consistentemente de modo favorable o desfavorable a un objeto o clase de objetos (Allport, 1935). La actitud depende de tres tipos de componentes: cognoscitivo, –las creencias–, afectivo – las valoraciones – y activo – la tendencia a actuar (Allport, 1935). La experiencia se adquiere con el aprendizaje, un factor determinante en la conducta ya que es el resultado de un cambio en el comportamiento. Así, León y Olabarría (1991) definieron el aprendizaje como el “proceso de registro mental y afectivo que con carácter duradero proviene de la experiencia personal y/o de la información a través de terceros y que previsiblemente producirá cambios o un refuerzo del comportamiento”. 3.1.1.2.2. Factores demográficos, socioeconómicos, y psicográficos Los factores demográficos internos vienen dados fundamentalmente por la edad, sexo, estado civil, posición familiar y hábitat del consumidor. Son factores que ayudan a definir el perfil del consumidor de un determinado producto fundamentados en ideas como que los individuos que tienen características similares tienden a residir en las mismas zonas geográficas (Goss, 1995). Por otro lado, los condicionantes socioeconómicos tratan variables como la ocupación, los ingresos, el patrimonio o el nivel de estudios. Estos afectan en gran medida puesto que por ejemplo bajos niveles educacionales están generalmente asociados a escasas oportunidades laborales y por tanto bajos niveles de ingreso y consumo. Por último, las variables psicográficas determinan la personalidad y estilo de vida del consumidor, pues definen la forma en que los individuos emplean el tiempo así como sus centros de interés. De este modo, la personalidad y estilo de vida repercutirá en la conducta del consumidor, el cual se ve además afectado por la imagen que tiene de sí mismo (autoconcepto), tendiendo a comprar aquellos productos que la refuercen (Sirgy, 1982). 56 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.1.2. Modelos generales de comportamiento del consumidor Los distintos factores condicionantes del comportamiento del consumidor son relacionados mediante hipótesis para formular modelos formales de comportamiento del consumidor entendiendo por formal aquellos modelos con una estructura explícita. Dada la prolífica aparición de estos modelos durante los últimos 20 años, Bettman y Jones (1986) proponen una clasificación general de los mismos en cuatro grandes grupos: modelos estocásticos, modelos de procesamiento de información, modelos experimentales y lineales y modelos globales. 3.1.2.1. Modelos estocásticos Los modelos estocásticos son aquellos cuyo comportamiento es intrínsecamente no determinístico (Bettman y Jones, 1986). Constan generalmente de dos componentes: un modelo de comportamiento individual, que describe algunos aspectos del comportamiento individual de compra, y una regla de agregación de estos modelos individuales (Massy et al., 1970; Bettman y Jones, 1986; Manski, 1990; Morrison, 1979; Bemmaor, 1995) Cabe destacar también los modelos de comportamiento de elección de marca desarrollados por Harary y Lipstein (1962), Montgomery (1969) o Kuehn (1962), así como el modelo de Infosino (1986), en el que, partiendo del modelo de Morrison, asume que la disposición a pagar de un individuo es estocástica. Por último, el modelo estocástico de Dirichlet (Ehrenberg, 1995) describe ciertos aspectos y patrones del comportamiento de agregación de los consumidores de marcas competitivas. Así, reduce el estudio del comportamiento de compra a dos únicas variables modeladas de forma estocástica: cuántas personas compran una marca y con qué frecuencia. 3.1.2.2. Modelos de procesamiento de información Los modelos de procesamiento de información tienen sus orígenes en la psicología e informática, gracias a los trabajos de Newel, Shaw y Simon (1958). Frente a los modelos estocásticos de consumo, los modelos de procesamiento de información asumen que las reglas que definen el comportamiento de consumo pueden ser formuladas de manera determinista. Parten de la hipótesis de que el hombre recibe de forma continua información del entorno y el procesamiento de esa información es la base del proceso de decisión (Bettman y Jones, 1986). 57 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Otros modelos de procesamiento de información que explican el comportamiento del consumidor fueron desarrollados por King (1969), que propone una herramienta de decisión para el consumidor, o Russ (1971), que desarrolló modelos de elección en distintos ámbitos para bienes de corta duración. 3.1.2.3. Modelos experimentales y otros modelos lineales En esta categoría se incluyen los modelos que poseen una estructura matemática formal, a pesar de que su contenido pueda llegar a ser muy diferente entre unos y otros. Además, muchos de ellos exponen relaciones lineales entre los elementos (Bettman y Jones, 1986). Así, se consideran todos aquellos modelos que pueden ser descritos por la siguiente expresión (ecuación 1): ( ) ∑ ( ) ECUACIÓN 1. MODELOS EXPERIMENTALES Y LINEALES Donde ( ) representa la variable dependiente, esto es, lo que se está modelando; los factores – las variables independientes – que afectan al modelo y son es un elemento aleatorio, que puede incluir otros factores no considerados en las variables independientes. En general, estos modelos se emplean para modelar el comportamiento del mercado, y no el de un consumidor en concreto. Entre los modelos lineales más destacados se encuentra el modelo de Fishbein–Dulany (1967) que trata de predecir el comportamiento y la actitud del consumidor. Fue elaborado por Fishbein como una extensión del modelo desarrollado por Dulany sobre el comportamiento social del consumidor, y expone que el comportamiento que exhibe un consumidor en una situación dada es función de dos variables: su actitud hacia la forma de actuar en esa situación, y su percepción sobre las normas que rigen ese comportamiento en esa situación, así como su motivación para cumplir con esas normas. En otro grupo de modelos lineales se encuentran aquellos que explican el comportamiento de compra empleando puntuaciones demográficas y de personalidad como variables independientes (Massy et al., 1968). En un tercer conjunto se incluyen los modelos en los que las variables independientes son las variables de marketing y la compra y venta son las variables dependientes (Massy y Frank, 1970). 58 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.1.2.4. Modelos globales Son los modelos globales o los de “grandes sistemas” los que merecen mayor atención por su fuerte repercusión en los futuros modelos de comportamiento del consumidor. Estos modelos destacan por su amplia estructura de hipótesis e interrelaciones, integrando y unificando más variables que cualquier otro tipo de modelo (Lilien y Kotler, 1990). En general, son modelos formales que se caracterizan por ser derivados de reducir complejos esquemas verbales de los procesos de decisión del consumidor, por tener problemas para ser medidos y estimados – ya que usa variables muy generales y abstractas, – y por ser más heterogéneos que el resto de modelos (Bettman y Jones, 1986). 3.2. Modelos de adopción de tecnologías Este capítulo presenta las distintas teorías y modelos que, tomando como base los conceptos de adopción y aceptación tratan de explicar no solo los motivos sino las circunstancias que llevan a los consumidores a utilizar las tecnologías. 3.2.1. Introducción a la aceptación y adopción de tecnologías por parte de los usuarios Dillon y Morris (1996) definieron la aceptación de una tecnología como “la disposición demostrable para emplear las tecnologías de la información en las tareas soportadas por éstas”. Originalmente, el estudio e investigación de la aceptación de tecnologías se ha centrado en los casos en los que los usuarios aún no han empezado, o solo recientemente, a usar estos sistemas (Matti, 2011). Por otro lado, la adopción suele emplearse referida a tecnologías de información que ya han sido implementadas y están en uso, siendo por tanto un estadio algo más avanzado que la aceptación (Matti, 2011). A pesar de las sutiles diferencias semánticas presentes entre ambos conceptos no existe una clara distinción entre los mismos en las teorías y modelos desarrollados. La innovación ha sido el elemento a partir del cual se han desarrollado y evolucionado los distintos modelos de adopción y difusión de las tecnologías, pues en relación a la misma se formuló la primera de las teorías a estudiar, la Teoría de la Difusión de la Innovación, IDT (Rogers, 1962). 59 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.2.1.1. Influencia de la Innovación: Teoría de Difusión de la Innovación (IDT) Según la OCDE (Manual de Oslo, 2005), la innovación es “la introducción de un nuevo, o significativamente mejorado, producto, proceso, método de comercialización o de organización en las prácticas internas de la empresa”. Se pueden distinguir tres ámbitos distintos en la innovación: tecnológica, social y de negocio. La innovación tecnológica es la que más afecta desde un punto de vista de marketing a los consumidores, pues su respuesta frente a las tecnologías novedosas determinará el grado de adopción y aceptación de las tecnologías como medio de compra habitual en el caso del comercio electrónico. Es por ello que el estudio de adopción de innovaciones está presente en varias disciplinas como el marketing, la teoría de la organización y la psicología social (Abrahamson, 1991; Zhu et al., 2006). A través del proceso de innovación tecnológica, la difusión de la tecnología se realizará hasta el punto de hacerse de uso habitual entre los consumidores. 3.2.1.1.1. Origen y formulación de la Teoría de Difusión de la Innovación Rogers (1962, 2003) formuló la Teoría de Difusión de Innovaciones (IDT1 o DOI2), o de la Innovación, que abarca desde la idea inicial en la creación de la innovación hasta el momento de la aceptación. Además, propone distintas categorías de usuarios según su grado de adopción de la tecnología. Rogers (2003) sigue las ideas desarrolladas en su teoría inicial (Rogers, 1962) y las de la teoría de Bass (1969) sobre la adopción de innovaciones. Tomando como base los principios de la sociología Rogers (1962) propone que los procesos de difusión de innovación contienen cuatro elementos: la innovación, el sistema social en el que ésta impacta, los canales de comunicación, y el tiempo. Los canales de comunicación son el medio por el cual se transmiten los mensajes entre los individuos y la organización. Dentro de la componente tiempo, se distinguen los tiempos correspondientes al proceso de decisión, al tiempo relativo de adopción de la innovación y al sistema social, entendido como las interrelaciones entre los miembros del sistema que dan lugar a la extensión y el uso de la innovación. El conjunto de fases que comprende el proceso de adopción de una tecnología sigue una distribución normal según Rogers (1962, 2003) (ver gráfico 27). 1 2 Innovation Diffusion Theory, en inglés. Diffusion of Innovations, en inglés. 60 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Adoptadores Tempranos 13,50% Innovadores 2,50% Rezagados 16% Mayoría Temprana 34% Mayoría Tardía 34% GRÁFICO 27. MODELO DE ROGERS (1962). TEORÍA DE DIFUSIÓN DE LAS INNOVACIONES De acuerdo a esta distribución Rogers (1962, 2003) distingue cinco tipos de usuarios: Innovadores: tolerantes al riesgo y con suficiente poder económico, con gran interés en probar nuevas ideas. Adoptadores tempranos: tienen una amplia red de contactos que consultan con otras personas antes de adoptar una nueva tecnología. Son líderes de opinión. Mayoría temprana: muy integrados en el sistema social, pero que no suponen un referente para cuestiones de opinión. Mayoría tardía: escépticos y cautos; mantienen una fuerte cautela ante las innovaciones, disponen de recursos económicos limitados y se deciden por la adopción como respuesta a las presiones sociales. Rezagados: individuos reacios ante la adopción de innovaciones, tradicionales y que se basan en las experiencias pasadas, con recursos económicos limitados y una escasa red de contactos. En cuanto al ratio de adopción de IDT, Rogers (1962) sugiere que existen cinco atributos de innovación que afectan a la difusión de ésta: la ventaja relativa, la capacidad de observación, la compatibilidad, la complejidad y la divisibilidad. La ventaja relativa indica qué mejoras se obtendrán gracias al uso de una innovación comparándola con los productos o servicios existentes. La capacidad de observación hace referencia al grado en el que los resultados de una innovación resultan visibles para los demás. La compatibilidad estudia si la innovación es coherente con las normas sociales actuales, así como con las experiencias previas a la adopción. La complejidad mide la dificultad en el uso de la innovación. La divisibilidad es el “grado en el cual una innovación puede ser 61 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías experimentada en una base limitada”. Indica si es posible experimentar una innovación antes de tomar una decisión sobre su puesta en marcha, de cara a tener un mayor grado de certeza en su adopción. La difusión de la innovación se representa mediante la denominada Curva S de Rogers (gráfico 28). Declive Madurez 4 5 3 Establecimiento 6 2 Emergencia 1 Lanzamiento GRÁFICO 28. CURVA S DE ROGERS (1962) Rogers (1962, 2003) no solo desarrolla un proceso de adopción de innovaciones de carácter social. El sistema de decisión de adopción de innovaciones también se refiere al ámbito individual, existiendo también las opciones de rechazo de la innovación una vez ya se había adoptado. El proceso de decisión de innovación de Rogers nace para suplir las carencias de los modelos desarrollados hasta ese momento (Gatignon y Robertson, 1985), así como la ausencia de opciones cuando se producía un rechazo de la innovación (Schiffman y Kanuk, 1997). 3.2.1.1.2. Limitaciones, repercusiones y evolución de IDT IDT es quizás la teoría más influyente entre las teorías de adopción que se estudiarán posteriormente. Moore y Benbasat (1991) aplicaron IDT al contexto de las Tecnologías de la Información al objeto de desarrollar un instrumento de medida de las percepciones propias de las innovaciones: la ventaja relativa, la facilidad de uso, la compatibilidad, la divisibilidad o posibilidad de prueba, la imagen, y la posibilidad de observación. Moore y Benbasat (1991) introducen como variable moderadora la voluntad percibida medida del uso voluntario de la innovación. Tornatzky y Klein (1982) demostraron que del instrumento de medida definido por Moore y Benbasat solamente la ventaja relativa, la 62 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías compatibilidad y la complejidad eran relevantes en el proceso de adopción de innovaciones. Por su parte, Agarwal y Prasad (1998) adoptaron el concepto de características de las innovaciones empleado por Rogers (1962) al contexto de TI, proponiendo un nuevo instrumento de medida de la Capacidad de Innovación3 Personal en las TI (PIIT), que describe la medida en que un individuo tiene una propensión innata a adoptar nuevas TI. El estudio de la innovación ha continuado a lo largo del tiempo siguiendo los modelos de Rogers: Cooper y Zmud (1990) aplican los conceptos de innovación a un modelo de implementación específico de Tecnologías de la Información mientras que Matti (2011) distingue el uso inicial de una innovación y su uso continuado a lo largo del tiempo. 3.2.2. Teoría de la Acción Razonada (TRA). La Teoría de la Acción Razonada (TRA4) (Fishbein y Ajzen, 1975; Ajzen y Fishbein, 1980) es una de las teorías más influyentes en el comportamiento del consumidor y ha sido aplicada en numerosas ocasiones a aspectos de adopción tecnológica. La teoría, además, pone las bases para identificar cómo actuar en los intentos de cambio de conducta de los consumidores (Sheppard et al., 1988). 3.2.2.1. Influencia de la Actitud La actitud es un concepto que ha sido extensamente definido y tratado por las ciencias sociales, y sin embargo no ha logrado obtenerse una definición del mismo generalmente aceptada (Allport, 1935). La actitud es un componente esencial en el desarrollo de la conducta de compra (Nicosia, 1966; Howard y Sheth, 1969; Engel, Kollat y Blackwell, 1968, 1978; Engel, Blackwell y Miniard, 1986). Thomas y Znaniecki (1918) definieron la actitud como un proceso de conciencia individual que determina la actividad real o posible del individuo en el mundo social. Las teorías cognitivas consideran la actitud como la asociación aprendida entre un concepto y una evaluación (Fazio, 1986). El concepto de actitud se ha ido modificando hasta aceptar que “es una predisposición aprendida para responder favorable o desfavorablemente hacia un objeto” (Fishbein, 1967). A pesar de ello continúa existiendo una cierta ambigüedad, pues varios autores lo 3 4 Del término anglosajón innovativeness (Agarwal y Prasad, 1997) Theory of Reasoned Action 63 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías han usado indistintamente con distintos significados como evaluación y afecto (Rosenberg, 1956; Fishbein y Ajzen, 1975) e incluso con un significado emocional (Ajzen y Fishbein, 2001) o de carácter psicológico (Schwarz, 1997). 3.2.2.2. Influencias y origen Ajzen y Fishbein (1980) elaboraron la Teoría de la Acción Razonada (TRA) sobre la idea de que la intención de realizar una acción es el mejor predictor de realización de la acción, muy influida por las creencias actitudinales del individuo. Por tanto la Teoría de la Acción Razonada tiene sus fuentes en el concepto de actitud, proveniente de la psicología social (Allport, 1935). Según TRA un el comportamiento es un proceso consciente del sujeto (Roberts y Henderson, 2000; Chen et al., 2002) y puede ser aplicado a los usos en Tecnologías de la Información del individuo (Davis, Bagozzi y Washaw, 1989). 3.2.2.3. Formulación de la teoría Para la Teoría de la Acción Razonada la intención de realizar una acción es el indicador más preciso de que se va a realizar la acción. Dos variables influyen en la intención de compra: la actitud y la norma subjetiva del consumidor. Con estos constructos (actitud, norma subjetiva, intención de compra y comportamiento) se construye el modelo (ver gráfico 29). Actitud hacia el comportamiento (AB) Intención conductual (BI) Comportamiento (B) Norma subjetiva (SN) GRÁFICO 29. TEORÍA DE LA ACCIÓN RAZONADA (FISHBEIN Y AJZEN, 1975) La actitud hacia la conducta se define como “la predisposición aprendida, favorable o desfavorable” (Fishbein, 1967; Taylor y Todd, 1995), basada en las creencias del 64 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías individuo y la evaluación de dichas creencias. En la actitud intervienen factores adicionales como las experiencias previas, las emociones y la información del entorno relativa al objeto de compra. Fishbein (1967) establece diferencias entre la actitud hacia el comportamiento y a la actitud hacia el objeto. La actitud frente al comportamiento es la que según él predice realmente el comportamiento del consumidor. Además de la actitud como concepto personal, existe una actitud de carácter más social, la denominada norma subjetiva, que comprende las percepciones de un individuo sobre la opinión que las personas de su entorno (familia, amigos, colegas de trabajo) tengan sobre su comportamiento. Para cada persona la opinión del resto tendrá una importancia distinta (Fishbein, 1967; Fishbein y Ajzen, 1975; Schofield, 1974). Por tanto, la norma subjetiva vendrá dada por las creencias normativas y la motivación del individuo para respetar las normas y opiniones sociales. De manera algebraica (ver ecuación 2), si representamos por (Behavioral Intention), Behavior), la intención conductual la actitud hacia el comportamiento (Attitude toward la norma subjetiva (Subjective Norm) y , los pesos de ponderación, el Comportamiento –B– (Behavior), en TRA puede expresarse con la siguiente ecuación: ECUACIÓN 2. EXPRESIÓN ALGEBRAICA DE LA TEORÍA DE LA ACCIÓN RAZONADA Para cada individuo los pesos de ponderación y tendrán una importancia distinta lo que explicará comportamientos diferentes (Wu, 2003). En la Teoría de la Acción Razonada existe la posibilidad de que factores externos influyan en la intención conductual, pero solo si afecta directamente a la actitud o a la norma subjetiva; no obstante puede haber cambios de comportamiento en los casos en los que el consumidor cambie su intención antes de actuar o si la intención medida no se corresponde con el criterio de comportamiento en términos de acción, objetivos, contexto o tiempo (Fishbein y Ajzen, 1975). Distintos estudios han demostrado la existencia de un alto nivel de correlación entre las intenciones y la actitud hacia el comportamiento, y la norma subjetiva (Ajzen y Fishbein, 1972; Jaccard y Davidson, 1972; Sheppard et al., 1988). 65 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Por tanto, un individuo tendrá una conducta positiva de compra cuando tenga una actitud positiva frente a la compra y su entorno social opine que debería llevarla a cabo (Fishbein, 1990). 3.2.2.4. Limitaciones Existen distintas limitaciones en la Teoría de Acción Razonada que se enumeran y explicitan a continuación: Ajzen y Fishbein (1977) indican que la bondad de los modelos basados en TRA dependen de la correspondencia entre la acción, el contexto y tiempo de las actitudes, y las intenciones. Este concepto de correspondencia surge a raíz de los cuatro elementos que componen las actitudes y el comportamiento (Ajzen y Fishbein, 1977): acción, objeto, contexto y tiempo. Así, cuando los cuatro elementos tengan valores idénticos en la actitud y el comportamiento, existirá correspondencia entre ellos y por tanto el modelo será válido. De este modo, para poder predecir una intención en concreto se deberán medir las actitudes específicas asociadas a dicha intención, que serán las que guarden correspondencia con la misma. Una limitación de TRA es que no permite la posibilidad de elegir entre conductas u objetos alternativos (Ajzen y Fishbein, 1980) ya que la existencia de alternativas puede cambiar la naturaleza del proceso de formación de la intención. La posibilidad de que la conducta sea cambiada dependerá, básicamente, del proceso de decisión y de la fortaleza de las intenciones entre las distintas alternativas. Este proceso de comparación y selección de intenciones evaluando las alternativas ha sido desarrollado por distintos autores (Fishbein, 1980; Fishbein y Ajzen, 1980; Fishbein et al., 1980; Sperber et al., 1980). Por tanto, la predicción o confirmación de la conducta se vuelve menos precisa cuando están presentes distintas opciones (Sheppard et al., 1988). Kahle y Beatty (1987) y Sheppard et al. (1988) entre otros muchos autores señalan que algunos procesos de decisión no son conscientes, por lo que en esos casos esta teoría no sería aplicable. Existen diferencias entre el objeto de una intención y la intención real. Así, las acciones o conductas no gobernadas por el individuo sino por factores externos a él quedarán fuera del alcance de la TRA. El modelo no contempla que para 66 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías llevar a cabo una conducta se necesitan conocimientos, habilidades, recursos u otros (Sheppard et al., 1988). No existe en el modelo ninguna posibilidad de que el individuo no consiga sus objetivos (Atkinson, 1958) ni las consecuencias que puede tener esto. Un problema práctico en TRA es la falta de una escala válida y fiable aunque algunos autores han desarrollado formulaciones en la escala de Guttman5, Thurstone6 o Likert (Álvarez et al., 1997). 3.2.2.5. Repercusiones y evolución En respuesta a las limitaciones de la TRA, algunos autores han extendido y modificado el modelo inicial. Una de las modificaciones más extendidas es incluir nuevas variables entre la actitud e intención. De esta forma Ajzen, Timko y White (1982) incluyen el constructo automonitorización que se define como la tendencia de los individuos a, en función de la situación, adaptar su comportamiento a la misma (Snyder, 1974). Si la automonitorización del individuo es baja, el esquema de TRA seguirá siendo válido. Sin embargo, si esta variable tiene mucho peso, las variaciones con respecto a TRA son de considerable calado. De manera similar Miller y Grush (1986) añaden la autoconciencia, que se define como la tendencia del sujeto a ser más consciente de los propios pensamientos y sentimientos que modulan las relaciones entre actitud y comportamiento real. Otros autores han añadido aspectos de tipo economicista (Lynne y Rola, 1988), de carácter ético y moral (Boyd y Wandersman, 1991) e incluso de tipo académico, como por ejemplo una predicción de entrada en la universidad (Carpenter y Fleishman, 1987). El propio Ajzen desarrolló en 1985 una revisión de TRA (Ajzen, 1985) conocida como la Teoría del Comportamiento Planeado, que introduce el control consciente del individuo como variable que influye en su comportamiento. La Teoría de la Acción Razonada ha sido la base de teorías muy asentadas del comportamiento del consumidor. Partiendo de la base de la influencia de las creencias normativas y el valor que tienen en la norma subjetiva, Davis et al. (1989) desarrollaron 5 En la escala de Guttman se le presentan al sujeto una serie de cuestiones jerarquizadas de mayor a menor importancia. 6 La escala de Thurstone mide la actitud de los individuos a través de un continuo de ítems escalonados, donde cada ítem es un juicio acerca de un tema y su puntuación indica cómo de favorable es el juicio. 67 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías el modelo TAM que predice la aceptación de los usuarios de las tecnologías de la información. 3.2.3. Teoría Cognitiva Social (SCT) La Teoría Cognitiva Social (SCT7) propone un modelo que presenta notables diferencias con los anteriores. No solo pretende describir una situación si no que además modela el cambio que puede sufrir el comportamiento provocado por factores personales o del entorno (Bandura, 1977, 1986). En los siguientes epígrafes se expone la teoría, su origen e influencia, formulación y limitaciones. 3.2.3.1. Influencias y origen Las raíces de la Teoría Cognitiva Social se sitúan en la psicología del aprendizaje, afirmando que el comportamiento del individuo puede ser explicado por la observación de lo que realizan otros individuos. Estos comportamientos pueden servir de guía para permitir a los individuos actuar en base a las construcciones simbólicas producto de la observación (Crosbie–Burnett y Lewis, 1993). Las teorías de la psicología social dieron lugar a la Teoría del Aprendizaje Social (SLT8), precursora de la Teoría Cognitiva Social, define el ser “auto–social9” (James, 1890). Posteriormente, Miller y Dollard (1941) incorporan a SLT las bases del aprendizaje: refuerzo, castigo, extinción e imitación de modelos. SLT tiene tres principios fundamentales (Perry et al., 1990; Crosbie–Burnett y Lewis, 1993): Las personas pueden aprender observando a otras personas. Los individuos modelan su conducta observando el comportamiento de personas con las que se sienten identificados. Cuando las personas observan las consecuencias de un comportamiento, actúan conforme a la consecuencia del comportamiento. Los primeros trabajos de Bandura (1973, 1977, 1986) prestaron especial atención a la idea de que puede existir una variación temporal significativa en el lapso entre la causa 7 Social Cognitive Theory, en inglés. Social Learning Theory, en inglés. 9 Social self, en inglés. 8 68 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías y el efecto. Posteriormente, y para distinguirse de las teorías conductistas, Bandura renombró la SLT como Teoría Cognitiva Social (Bandura, 1986). 3.2.3.2. Formulación de la teoría En la Teoría Cognitiva Social (Bandura, 1977, 1986, 1989) el comportamiento de los individuos queda definido como la interacción de tres elementos en lo que se denomina determinismo recíproco. La conducta puede ser moderada como consecuencia de los estímulos que percibe el individuo (ver gráfico 30): Los factores personales, es decir, los rasgos propios de un individuo y que lo caracterizan. El comportamiento o forma de actuar. El entorno – todo aquello que es extrínseco a la persona, diferenciando entre entorno físico y entorno social. Comportamiento Factores Personales Factores Ambientales GRÁFICO 30. MODELO DE LA TEORÍA COGNITIVA SOCIAL (BANDURA, 1977, 1986, 1989) El peso de los tres factores anteriores es muy dependiente de la situación concreta en la que tiene lugar y de las características del individuo concreto (Bandura, 1989), lo que puede complicar el modelo. La SCT introduce, por tanto, la relación del individuo con su entorno social, además de las expectativas y creencias presentes en otras teorías poniendo el énfasis en procesos cognitivos en los que el individuo, con la información disponible, construye su propia realidad, mezclando pensamientos, sentimientos y acciones, a través de cinco habilidades básicas de los individuos: la capacidad simbólica, la capacidad de previsión, la experiencia observada, la auto–regulación y la auto– reflexión (Chiu et al., 2006; Jones, 1989; Pajares, 1996; Bandura, 1989). La capacidad simbólica indica que los símbolos facilitan los mecanismos del pensamiento, dando forma, continuidad y significado a las experiencias (Bandura, 69 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 1989). La capacidad de aprender observando10 refleja la habilidad de las personas para instruirse de la observación de otros. El aprendizaje observacional permite concebir nuevas formas de comportamiento (Bandura, 1977, 1989), aunque puedan no llevarse a cabo. El aprendizaje observacional se vale del período de atención los procesos de retención, de reproducción motora y de motivación para crear patrones de comportamiento ágilmente (Bandura, 1969, 1977, 1986, 1989). La auto–eficacia del individuo, sumada a sus expectativas de comportamiento influirán de manera importante en el comportamiento futuro de una persona (Chiu et al., 2006), especialmente en el ámbito de las nuevas tecnologías (Davis, 1989; Compeau y Higgins, 1995) donde la auto–eficacia es uno de los mayores condicionantes de la auto–regulación del individuo, permitiéndole analizar sus experiencias personales y reflexionar sobre las mismas siendo también un indicador de la creencia de individuo para tener éxito (Bandura, 1977). En gran medida la auto–eficacia viene determinada por la creencia en que es posible conseguir ser auto–eficaz (Pajares, 2000). 3.2.3.3. Limitaciones y aplicaciones de la SCT La Teoría Cognitiva Social ha sido de gran utilidad en disciplinas como la educación –en al ámbito del estudio del aprendizaje– y la medicina para el estudio del comportamiento y de las posibles modificaciones de la conducta, tanto a nivel individual como a nivel grupal. Una de las primeras aplicaciones de las ideas preliminares de Bandura anteriores a la SCT fue el estudio de valores morales en niños (Bandura y McDonald, 1963). Su principal limitación es su complejidad y su carácter más teórico que real ya que la auto–eficacia prácticamente ha sido el único constructo desarrollado en la práctica. 3.2.4. Teoría del Comportamiento Planeado (TPB) La Teoría del Comportamiento Planeado (TPB11) (Ajzen, 1985, 1991) es una evolución de la Teoría de la Acción Razonada (TRA) (Fishbein y Ajzen, 1975; Ajzen y Fishbein, 1980) que intenta dar respuesta a sus limitaciones, incrementando su capacidad predictiva original en comportamientos en los que el control por parte del individuo es limitado. 10 11 Vicarius capability, en inglés Theory of Planned Behavior, en inglés 70 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.2.4.1. Influencias y origen La Teoría de la Acción Razonada a pesar de su éxito en el campo de la psicología social (Farley et al., 1981; Sheppard et al., 1988) presentaba importantes limitaciones –algunas de ellas sugeridas por los propios autores–. Por esta razón, Ajzen desarrolló en 1985 sobre la base de TRA la Teoría del Comportamiento Planeado, que tenía en cuenta no solo los aspectos actitudinales sino que además incluía el control que los individuos tienen sobre su propio comportamiento. Ajzen tomó el punto de partida de los trabajos de Bandura (1977), de las teorías del aprendizaje animal (Hull, 1943) y del proceso cognitivo (Fleishman, 1958). 3.2.4.2. Formulación de la teoría TPB añade a TRA un único constructo denominado control del comportamiento percibido (Ajzen, 1985, 1991; Huang y Chuang, 2007) que influye de manera decisiva en el comportamiento de los individuos. El resto de constructos presentes en TRA se encuentran de nuevo en TPB: la actitud hacia la conducta –predisposición positiva o negativa de una persona hacia un objeto de estímulo–, la norma subjetiva –percepción del individuo sobre lo que otras personas opinan de su conducta– y la intención conductual. El modelo de TPB puede encontrarse en el gráfico 31. El control del comportamiento percibido (PBC12) se define como la presencia o ausencia de los recursos y oportunidades necesarias para actuar de una determinada manera. Además, mientras que la actitud y la norma subjetiva vienen determinadas por las creencias sobre la conducta y las creencias normativas, el PBC es función de las creencias sobre el control (Schifter y Ajzen, 1985; Ajzen, 1991); es decir, sobre los factores que pueden facilitar o dificultar el comportamiento. 12 Perceived Behavioural Control, en inglés 71 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Actitud Norma Subjetiva Intención Conducta Control del comportamiento percibido GRÁFICO 31. TEORÍA DEL COMPORTAMIENTO PLANEADO (AJZEN, 1985) La formulación algebraica de la TPB queda de la siguiente manera (ecuación 3): ECUACIÓN 3. FORMULACIÓN ALGEBRAICA DE LA TPB El Control del Comportamiento Percibido (PBC), que tiene en cuenta los factores que hacen que un individuo no tenga un control total sobre su comportamiento, puede descomponerse en dos factores: las condiciones facilitantes (Triandis, 1979) que reflejan la disponibilidad de recursos (tiempo, dinero,…) para realizar una conducta y la auto–eficacia (Ajzen, 1991) que se define como la confianza de un individuo en sí mismo para desarrollar o ejercer una determinada conducta (Bandura, 1977). El control del comportamiento percibido influye no solo de forma directa en la intención conductual sino también en la misma conducta (Ajzen, 1985; Ajzen, 1991; Ajzen y Madden, 1986). A partir de la formulación de la Teoría del Comportamiento Planeado se deduce que, conocidos la actitud, la norma subjetiva y el control del comportamiento percibido, puede predecirse la intención conductual y con ella la conducta del individuo. En algunas ocasiones el PBC permite obtener una estimación aproximada de la conducta final del individuo (Ajzen, 1991; Celuch et al., 2007). La conducta además depende de factores no motivacionales como la oportunidad de contexto (Sarver, 1983), la existencia de recursos (Liska, 1984) y la capacidad de control de la acción (Kuhl, 1985). 72 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.2.4.3. Evolución y repercusiones Una primera evolución de la teoría consistió en descomponer las creencias en distintos constructos que expliquen mejor la Teoría del Comportamiento Planeado (Brown y Venkatesh, 2005; Taylor y Todd, 1995b). Sobre DTPB se desarrolló el Modelo Integrado del Comportamiento (IBM13 ) de Kasprzyk, Montaño y Fishbein (1998); el modelo pretende explicar la conducta de los individuos en el campo de la medicina, introduciendo un constructo denominado “agente personal” que se compone del Control Percibido y la auto–eficacia y explicitando otros factores que afectan directamente a la conducta como el hábito y el entorno (Montaño y Kasprzyk, 2008). Otros constructos han sido añadidos a la TPB posteriormente: la confianza (Wu y Chen, 2005), el beneficio y el riesgo percibido (Lee, 2009), la conducta (De Cannière et al., 2009) y factores de identidad e influencias sociales (Thorbjørnsen et al., 2007), obteniendo resultados plenamente satisfactorios en muchos estudios desarrollados (Brown y Venkatesh, 2005; Pavlou y Fygenson, 2006; Taylor y Todd, 1995; Mathieson, 1991). 3.2.4.4. Limitaciones A pesar del respaldo de muchos autores a TPB (Morrison et al., 1996; Conner et al., 1998) también ha recibido críticas: no existe una relación consistente entre las creencias y los constructos principales y por otra parte existe una gran dificultad de identificar y medir las creencias influyentes en situaciones específicas (Hernández-García, 2012). Algunos autores han echado en falta en TPB variables sociodemográficas (Godin y Kok, 1996) y su influencia en la conducta (Montaño y Kasprzyk, 2008). También su aplicación a la adopción en tecnología ha sido puesta en entredicho (Gentry y Calantone, 2002; Liska, 1984). 3.2.5. Modelo de Aceptación de la Tecnología (TAM) El Modelo de Aceptación de la Tecnología, TAM14 (Davis, 1989; Davis et al., 1989; Davis, 1986), propuesto como una modificación de la TRA, ha tenido una gran influencia en la 13 14 Integrated Behavioral Model, en inglés. Technology Acceptance Model. 73 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías literatura científica de adopción de tecnologías (Venkatesh et al., 2007). Su éxito se debe a la utilización de conceptos y constructos ignorados en el resto de teorías y que explican la aceptación de tecnología por parte de los usuarios (Lee et al., 2003). 3.2.5.1. Influencias y origen El modelo de aceptación de la tecnología, propuesto por Davis inicialmente en su tesis doctoral en 1986 (Davis, 1986), parte de la base de la Teoría de la Acción Razonada y está específicamente formulada en el contexto de la aceptación de las tecnologías de la información o sistemas de información por parte del individuo. TAM recibe sus influencias de TRA (actitud, creencias y conducta final del individuo) y de los primeros estudios de adopción de sistemas de información (Swanson, 1974; Benbasat y Dexter, 1986; Beach y Mitchel, 1978; Tornatzky y Klein, 1982). 3.2.5.2. Formulación del modelo Inicialmente TAM se planteó como una modificación de TRA orientada a la adopción de tecnologías de la información (Davis et al., 1989) replicando el modelo en diferentes entornos tecnológicos con el fin de verificar su consistencia (Adams et al., 1992; y comparándola frente a TRA, TPB y DTPB, obteniendo TAM una mejor explicación del fenómeno de adopción de forma más sencilla (Taylor y Todd, 1995; Igbaria et al., 1997). Lo que diferencia a TAM de TRA es la eliminación de la norma subjetiva del modelo y la introducción de la utilidad percibida y la facilidad de uso percibida. La actitud hacia el uso determina finalmente el comportamiento del individuo, en este caso enfocado en la aceptación y uso de tecnologías (ver gráfico 32). La utilidad percibida (PU15) se define como “el grado en que una persona cree que el uso de un sistema en concreto mejorará su desempeño en una actividad” (Davis, 1989) o como “el resultado de la evaluación de un usuario de las características extrínsecas de las TI como la orientación a tareas o a resultados” (Gefen y Straub, 2000). Dicho de otro modo: un individuo utilizará una tecnología si le genera un mejor desempeño y mayor productividad en el trabajo, mejorando su actitud respecto a la tecnología concreta –por ejemplo, el comercio electrónico (Gentry y Calantone, 2002) –. La utilidad percibida influye directamente en la actitud hacia el uso e indirectamente en la intención de uso. 15 Perceived Usefulness. 74 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Utilidad Percibida (PU) Variables Externas (VE) Actitud hacia el uso (A) Intención de Uso (BI) Uso de la Tecnología (U) Facilidad de Uso Percibida (PEOU) GRÁFICO 32. MODELO DE ACEPTACIÓN DE LA TECNOLOGÍA (DAVIS, 1986) La facilidad de uso percibida (PEOU16) se define como la creencia de que el uso de un sistema estará libre esfuerzo adicional (Davis, 1989). La PEOU tiene influencia en la utilidad percibida y en la actitud hacia el uso del sistema. La PEOU refleja características intrínsecas de las TI como la facilidad de uso y la facilidad de aprendizaje (Gefen y Straub, 2000). Su efecto en estas variables se debe conceptualmente a la auto–eficacia y la instrumentalidad17 (Davis et al., 1989). La auto–eficacia representa la evaluación de la ejecución de las tareas para tratar con situaciones futuras, por lo que cuanto más fácil sea la interacción con una tecnología mayor será la eficacia percibida (Bandura, 1982). La instrumentalidad es la causa del efecto de la PEOU en la PU. Para medir las variables PEOU y PU, Davis (1989) desarrolló y validó una escala adecuada a las mismas (Dwivedi et al., 2011). El modelo de aceptación de tecnologías queda entonces algebraicamente formulado como sigue (ecuación 4): ECUACIÓN 4. EXPRESIÓN ALGEBRAICA DEL MODELO DE ADOPCIÓN DE LA TECNOLOGÍA 16 17 Perceived Ease of Use, en inglés. Instrumentality, en inglés. 75 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías La incidencia de las variables externas (VE) hace que la PU pueda expresarse en función de PEOU y VE (ver ecuación 5): ECUACIÓN 5. EXPRESIÓN ALGEBRAICA DE LA UTILIDAD PERCIBIDA Los pesos ( ) se calculan de forma regresiva y al igual que hemos visto en modelos anteriores dependen de las características de cada individuo. Por tanto, si una tecnología es útil se usará si también se percibe como fácil de usar. Una de los mayores cambios de TAM respecto a TRA es la omisión de la norma subjetiva como constructo en el modelo. En realidad, se está considerando que la norma subjetiva está presente a través de las actitudes de manera indirecta (Warshaw, 1980). Sin embargo, algunos autores posteriormente incluyeron este constructo en otras versiones del modelo (Venkatesh y Morris, 2000). 3.2.5.3. Limitaciones A pesar de que TAM, debido a su especificidad, es un modelo que mejora la explicación de la adopción de tecnologías con respecto a modelos anteriores como TRA ha recibido críticas por distintos autores. La reducción de constructos de actitud a constructos de creencias y la omisión de las influencias sociales ha supuesto para algunos autores una simplificación excesiva de esta teoría con respecto a otras como TRA o TPB (Mathieson, 1991). Otras investigaciones cuestionan la relación entre constructos definidas en TAM. En el caso de modelos de comercio electrónico basados en TAM algunas investigaciones rechazan las hipótesis que sobre la relación entre utilidad percibida, facilidad de uso percibida y actitud aduciendo que, si bien la facilidad de uso percibida ejerce cierta influencia en el comportamiento de uso de tecnologías, no lo hace de forma directa sobre la actitud sino indirectamente a través de la utilidad percibida (Venkatesh y Davis, 1994; Gefen, 2000). Otra limitación de TAM es que no considera que, en determinadas situaciones, el uso de tecnologías pueda ser forzado (por ejemplo el uso de un nuevo sistema de información en la empresa). Por tanto TAM restringe su uso a contextos en los que la aceptación de tecnologías es voluntaria (Jackson et al., 1997). 76 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías También (al igual que en TRA) destaca la ausencia de factores como el hábito y la imagen, el entretenimiento o disfrute percibido y otros factores de carácter motivacional y afectivo. Estas ausencias pueden llevar a errores en la predicción de conductas (Bagozzi, 2007). TAM no define ninguna escala de forma explícita, dificultando la medida y comparación del comportamiento del individuo con el de otros individuos. Ello se ve agravado por el hecho de partir en muchas ocasiones en las investigaciones de datos de intención de uso en lugar de datos reales para analizar la utilización de las tecnologías (Agarwal y Prasad, 1998). Karahanna y Straub (1999) han criticado que la tendencia a aplicar el modelo a grupos demasiado homogéneos, conduce a resultados difícilmente generalizables a entornos reales. Por último, la falta de una definición formal de las variables externas que afectan de forma directa a la facilidad de uso y utilidad percibida ha sido también criticada, pues engloba distintas variables que no se explicitan y sobre las que por tanto resulta complicado actuar (Venkatesh, 2000). 3.2.5.4. Repercusiones y evolución El número de teorías sobre adopción de innovaciones desarrolladas sobre la base de TAM, demuestran el impacto que ha tenido este modelo (Dwivedi et al., 2011). La variedad de estudios realizados de adopción de distintas tecnologías –correo electrónico, fax, ordenadores personales y sistemas de procesamiento de información, entre otros–, están presentes en gran cantidad de investigaciones (Dwivedi et al., 2011; Mathieson, 1991; Taylor y Todd, 1995; Agarwal y Karahanna, 2000). Otros autores como Davis, Bagozzi y Warshaw (1989) han propuesto la combinación de teorías como TRA y TAM en una única teoría mejorada. Basados en ello Taylor y Todd (1995b) plantearon su Teoría Descompuesta del Comportamiento Planeado (DTPB). Otros autores han añadido constructos adicionales al modelo como el control intrínseco de la motivación, las emociones (Venkatesh, 2000), el disfrute percibido (Van der Heijden, 2004) o la confianza (Gefen et al., 2003; Pavlou, 2003). Como consecuencia han surgido modelos como TAM2, TAM3 y UTAUT. Hernández-García (2012) realiza una revisión completa de la evolución del Modelo de Aceptación de Tecnologías desde la primera versión de Davis en 1986 hasta las últimas extensiones del modelo en el año 2008 (ver gráfico 33). 77 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Venkatesh et al. (2003) Davis y Venkatesh (2000) Straub (1994) 1986 Introducción del modelo 1990 Gefen et al. (2003) Davis y Venkatesh (1996) Validación del modelo Davis (1986) Venkatesh et al. (2003) Madurez Extensión del modelo Adams et al. (1992) Venkatesh y Bala (2008) Adaptaciones Taylor y Todd (1995 b) 1995 2000 2003 2008 GRÁFICO 33. EVOLUCIÓN CRONOLÓGICA DE TAM (HERNÁNDEZ-GARCÍA, 2012) La fase de introducción del modelo se inicia con el Modelo de Aceptación de Tecnologías (Davis, 1986; Davis et al., 1989), al que siguieron dos líneas diferentes: las teorías y modelos que tratan de replicar TAM aplicándolo a otras tecnologías (Adams et al., 1992; Davis et al., 1989), situaciones (Sambamurthy y Chin, 1994) o muestras con objeto de verificar la validez del modelo y el estudio de la relación entre TAM y TRA de la que surge la Teoría Descompuesta del Comportamiento Planeado (DTPB) (Taylor y Todd, 1995b). La validación del modelo comienza con el estudio de Adams et al. (1992) que prueba la adecuación del mismo en diferentes situaciones y sistemas de información. También cuenta esta fase con teorías que discuten la validez del modelo probando la necesidad de un modelo de tres factores en lugar de solo dos (Segars y Grover, 1993). El periodo de extensión del modelo se refiere a las teorías que, una vez probada la validez del modelo, proponen nuevos constructos o relaciones entre los mismos que extienden el modelo de aceptación de tecnologías original (Straub, 1994; Gefen y Straub, 1997; Moon y Kim, 2001; Karahanna et al., 1999; Gefen et al., 2003). 78 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías La fase de madurez comprende el desarrollo de TAM2 (Venkatesh y Davis, 2000), que añade al modelo la norma subjetiva y los factores afectivos, y de UTAUT (Venkatesh et al., 2003). La fase de adaptaciones (Hernández-García, 2012) comprende perfeccionamiento de los nuevos modelos creados a partir de TAM, como TAM3 (Venkatesh y Bala, 2008) o híbridos de otros modelos (Taylor y Todd, 1995c). 3.2.6. Modelo de Éxito de los Sistemas de Información El Modelo de Éxito de los Sistemas de Información (IS Success Model) de DeLone y McLean (1992, 2003, 2004) trata de proporcionar una definición general y comprensible del éxito de los SI que cubra diferentes perspectivas de evaluación de los mismos. 3.2.6.1. Influencias y origen Los orígenes del modelo de DeLone y McLean se sitúan en 1980, cuando, con motivo de la primera Conferencia Internacional sobre Sistemas de Información (ICIS), Keen (1980) introdujo su punto de vista acerca de los retos clave en el campo de los Sistemas de Información. Desde entonces se han ido desarrollando teorías, modelos e investigaciones en la aceptación de tecnologías, la utilización de marcos de trabajo en los SI, y el valor de negocio de las TI. Entre estas teorías aparece una corriente centrada en la definición del éxito de los SI, que desde 1981 a 1987 genera gran cantidad de artículos y publicaciones en este tema y supone uno de los detonantes del desarrollo del modelo de DeLone y McLean. Previamente, en 1978, Mason desarrolló un modelo inspirado en el modelo de Shannon y Weaver (1949) que identifica tres niveles de información: el técnico, el semántico, y el de efectividad, subdividido éste en otras tres categorías: recepción de la información, influencia del receptor, e influencia en el sistema. Estas tres categorías sientan las bases del modelo de DeLone y McLean, puesto que asocian cada una de ellas con diferentes factores de éxito de los SI, dando lugar así a la primera formulación del modelo en 1992. 3.2.6.2. Formulación del modelo El modelo de DeLone y McLean (1992), tomando como partida el modelo de Mason, y con objeto de proporcionar una clasificación de las medidas del éxito de los SI, define 79 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías seis categorías o dimensiones del éxito de los SI: calidad del sistema, calidad de la información, uso, satisfacción del usuario, impacto individual e impacto organizacional. Estas categorías quedan además clasificadas en los tres niveles del modelo de Shannon y Weaver (1949) y los cinco de Mason (1978). El modelo de Delone y Mclean contribuye así a explicar los factores de éxito de un SI, proporcionando por un lado un esquema de categorización que recoge los factores más importantes investigados durante años, y por otro un modelo con interdependencias causales y temporales entre las distintas categorías (McGill et al., 2003). La calidad del sistema pertenece al nivel técnico o de producción, y constituye las características deseables en un Sistema de Información, por lo que incluye las medidas, normalmente centradas en aspectos de usabilidad y rendimiento, del sistema en sí. En este grupo de categorías se incluye por ejemplo la facilidad de uso percibida, constructo esencial en el Modelo de Aceptación de la Tecnología (Davis, 1989), así como la conveniencia y el tiempo de respuesta (Iivari, 2005) o la interactividad y usabilidad (McKinney et al., 2002). La calidad de la información se corresponde con el nivel semántico o de producto, y se refiere a la calidad de la información que el sistema produce y su utilidad para el usuario. Es el antecedente clave que lleva a la satisfacción del usuario. Factores que se engloban en la calidad de la información son la adecuación (McKinney et al., 2002), la consistencia (Iivari, 2005), la disponibilidad o la relevancia (Gable et al., 2008). El uso de la información, o simplemente uso, comprende diferentes dimensiones de uso –uso real, voluntario, intención de uso, uso percibido– e incluso diferentes niveles o formas de uso pero en general puede definirse como la frecuencia con la que un sistema de información es utilizado (DeLone y McLean, 1992). Este factor es en teoría uno de los más objetivos pues es posible medirlo a partir del número de funciones usadas como la frecuencia de acceso o el tiempo de conexión. La satisfacción del usuario pertenece al nivel de efectividad y se corresponde con la influencia del receptor definida por Mason (1978). Es un factor especialmente clave no solo en la adopción de tecnologías o medida del éxito de los SI, sino en la continuidad en el uso de éstas. Algunas de las variables incluidas en la medida de la satisfacción del usuario son la efectividad y eficiencia (Almutairi y Subramanian, 2005), el disfrute (Gable et al., 2008) o la satisfacción general (Almutairi y Subramanian, 2005; Gable et al., 2008). 80 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías El impacto individual se relaciona, junto con el impacto organizacional, con el nivel de efectividad y la categoría de Mason (1978) de influencia en el sistema. Mide el impacto que el sistema de información tiene en los usuarios a nivel individual, por lo que incluye elementos como la efectividad y el rendimiento en el trabajo (Davis, 1989), o la productividad individual y la consciencia (Gable et al., 2008). Finalmente, el impacto organizacional requiere evaluar los cambios causados por el sistema de información en la organización, atendiendo a aspectos tales como el cambio en los procesos de negocio (Gable et al., 2008), mejora de la coordinación y de las operaciones internas (Almutairi y Subramanian, 2005), o la reducción de costes (Sedera y Gable, 2004). La calidad del sistema y la calidad de la información afectan de forma conjunta al uso y a la satisfacción del usuario. A su vez, estos tienen un cierto grado de influencia, tanto positiva como negativa, entre ellos y son los antecedentes del impacto individual que finalmente ejercerá un impacto en la organización. DeLone y McLean (1992) reconocen la necesidad de validar y desarrollar más el modelo pero sugieren tomarlo como base para la selección de medidas de los SI apropiadas teniendo muy en cuenta las interdependencias entre las seis categorías. Pasados diez años DeLone y McLean (2002, 2003) deciden actualizar el modelo de éxito de los SI valiéndose de las distintas aportaciones que, siguiendo su llamada, se habían hecho al modelo original. Las principales diferencias entre ambas modelos son: (1) la agregación de la calidad del servicio como categoría de éxito de los sistemas de comercio electrónico; (2) la sustitución de la categoría uso por intención de uso; y (3) la fusión del impacto individual y organizacional en el constructo denominado beneficios netos. La necesidad de incluir la calidad del servicio surge a raíz de las críticas recibidas sobre la escasa importancia de la calidad del sistema en la evaluación del éxito de éste (Seddon, 1997). De este modo, la calidad del servicio representa la calidad del soporte que el usuario recibe del departamento de TI que da apoyo al sistema. Entre los parámetros que permiten medir la calidad del servicio se encuentran la seguridad y fiabilidad (Pitt et al., 1995) así como la calidad intrínseca e interpersonal (Chang y King, 2005). Por otro lado, la definición de los beneficios netos pretende generalizar el impacto del sistema, para no solo incluir al individuo y la organización sino todos los 81 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías agentes interesados. Así, para cada sistema y contexto habrá que seleccionar el agente sobre el cual el sistema de información ejerce un impacto considerable. Con la agregación de estas nuevas variables se redefinen también las relaciones que las interconectan (DeLone y McLean, 2002, 2003), por lo que la representación gráfica del modelo se ve modificada (gráfico 34). Intención de Uso Uso Calidad de la Información Calidad del Sistema Beneficios Netos Satisfacción del Usuario Calidad del Servicio GRÁFICO 34. MODELO DE ÉXITO DE LOS SISTEMAS DE INFORMACIÓN (DELONE Y MCLEAN, 2002, 2003) Los nuevos constructos y relaciones entre éstos tratan de dar respuesta a las críticas recibidas sobre el primer modelo. La relación más importante añadida a la actualización de éste es la inclusión del efecto de los beneficios netos sobre la intención de uso y la satisfacción del usuario, puesto que la relación en este sentido, más que en el contrario, ha sido probada empíricamente (Peter et al., 2008). De este modo, la intención de uso y la satisfacción del usuario con el sistema tienen como resultado ciertos beneficios que positiva o negativamente influirán en los primeros motivando un continuo uso del sistema de información. DeLone y McLean (2003) no solo propusieron la actualización del modelo sino que evaluaron su utilidad en las nuevas prácticas relacionadas con la gestión de los SI, especialmente en comercio electrónico. 82 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.2.6.3. Limitaciones y evolución El modelo de DeLone y McLean original (1992) ha sido criticado, fundamentalmente, por ser incompleto; es decir, por no incluir todas las dimensiones necesarias o presentar alternativas de éxito. Las principales limitaciones del modelo fueron destacadas a lo largo de los años desde la primera formulación del modelo en 1992 hasta su actualización y refinamiento en 2003, que surgió precisamente con el objeto de suplir aquellas limitaciones más destacadas y apoyadas por los experimentos e investigaciones. Entre las más destacadas se encuentra la realizada por Seddon y Kiew (1994), quienes probaron parte del modelo de Delone y Mclean usando ecuaciones estructurales. Además, reemplazaron la categoría uso por la utilidad y añadieron la variable implicación del usuario. Posteriormente, Seddon (1997) revisó el modelo dividiéndolo en dos modelos parciales, un modelo de comportamiento de uso de los SI y otro centrado en el éxito de los SI, lo que según DeLone y McLean complica innecesariamente el modelo yendo en contra de las intenciones del original. Partiendo de la adaptación de Seddon (1997) del modelo de Delone y McLean, Garrity y Sanders (1998) llevaron a cabo una nueva reformulación del mismo para que tuviera en cuenta los sistemas organizacionales y sociotécnicos. A su vez, este modelo fue extendido por Molla y Licker (2001) para medir el éxito de los sistemas de comercio electrónico. 3.2.7. Teoría Descompuesta del Comportamiento Planeado (DTPB) La Teoría Descompuesta del Comportamiento Planeado (DTPB18) (Taylor y Todd, 1995b) trata de explicar el comportamiento del consumidor a partir de la descomposición de sus dimensiones en conjuntos específicos de creencias. 3.2.7.1. Influencias y origen La DTPB surge como una extensión de la Teoría del Comportamiento Planeado (Ajzen, 1985, 1991) incorporando a la misma algunas de las conclusiones extraídas de la Teoría de Difusión de Innovaciones (Rogers, 1962). Además, para evaluar la validez de la nueva teoría ésta es comparada con el Modelo de Aceptación de la Tecnología (Davis, 1989), en busca de mejorar el entendimiento del uso de las TI. Por otro lado, la Teoría 18 Decomposed Theory of Planned Behavior, en inglés. 83 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Descompuesta del Comportamiento Planeado recoge las influencias de teorías anteriores centradas en el uso de las TIC, en especial de TRA, TAM y TPB. Sin duda, otra de las corrientes con enorme influencia en DTPB es la psicología social y en concreto los modelos que, basados en la intención, tratan de predecir el uso de las tecnologías y estudian por tanto los determinantes de esa intención como las actitudes, las influencias sociales, o las condiciones facilitadoras (Davis et al., 1989; Mathieson, 1991). Así, las dos líneas de investigación que confluyen en la elaboración de la DTPB son: TAM y su aplicación en el estudio del comportamiento de uso de las TI, y la adopción y uso de las TI desde la perspectiva de Difusión de Innovaciones. DPTB recibe este nombre por descomponer la norma subjetiva y el control del comportamiento percibido en dimensiones específicas. Según Taylor y Todd (1995), la DTPB provee un mejor entendimiento del uso de las TI que TAM al incluir variables adicionales cuyo efecto en el comportamiento de los consumidores ha sido probado. 3.2.7.2. Formulación de la teoría La Teoría Descompuesta del Comportamiento Planeado (Taylor y Todd, 1995b) considera tres factores determinantes de la intención de conducta, que se refleja a su vez en la conducta de uso: (1) la actitud, (2) la norma subjetiva y (3) el control del comportamiento percibido. El principal aporte de esta teoría frente a sus antecesoras TPB y TAM es la incorporación los antecedentes que influyen de forma directa en las tres dimensiones (gráfico 35). 84 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Utilidad Percibida Facilidad de Uso Percibida Actitud Compatibilidad Influencia de Iguales Norma Subjetiva Intención Conducta Influencia de Superiores Auto- eficacia Facilitación de recursos Control del comportamiento percibido Facilitación de la tecnología GRÁFICO 35. TEORÍA DESCOMPUESTA DEL COMPORTAMIENTO PLANEADO (TAYLOR Y TODD, 1995) Una de las ventajas de la descomposición radica en la creación de un modelo más manejable y relevante que señala factores específicos que pueden influir en la adopción y uso de tecnologías. En DPTB, la actitud es una respuesta ante un estímulo, que puede ser una conducta (se toma la definición propuesta en la TRA). Se compone de tres factores: (1) la utilidad percibida, (2) la facilidad de uso percibida y (3) la compatibilidad. La descomposición de la actitud ha resultado problemática y difícil, y eso uno de los motivos por los que Davis et al. (1989) y Mathieson (1991) consideran que TAM explica mejor las intenciones de uso que TRA o TPB. Con objeto de resolver estas dificultades Taylor y Todd (1995b) basan la descomposición de la actitud en las características percibidas de innovación de Rogers (1983). Así, la utilidad percibida se asemeja al concepto de ventaja relativa de 85 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Rogers, pues refleja el grado en que un individuo cree que usar un sistema o tecnología mejoraría su rendimiento. Por otro lado, la definición de la facilidad de uso percibida, al igual que la de la utilidad percibida, es la empleada en TAM y contraria a la complejidad de IDT, el grado en que una innovación es percibida como difícil de entender o utilizar (Rogers, 1983). La última variable incorporada como determinante de la actitud es la compatibilidad; esto es, la medida en que una innovación encaja con los valores existentes, experiencias previas o necesidades actuales de un adoptador potencial (Rogers, 1983). La descomposición de la norma subjetiva viene dada por la diferencia de opiniones que puede existir entre los grupos de referencia (Taylor y Todd, 1995). Si bien Taylor y Todd (1995) distinguen tres grupos dentro del contexto empresarial – los superiores, los iguales y los subordinados – solo prueban la teoría aplicada a estudiantes por lo que distinguen únicamente dos grupos: iguales (otros estudiantes) y superiores (profesores). El control del comportamiento percibido se descompone tomando como referencia las investigaciones de Ajzen (1985, 1991) acerca de este constructo y su relación con la auto–eficacia (Bandura, 1977) y las condiciones facilitadoras (Triandis, 1971, 1977). La primera se relaciona con la habilidad percibida por el usuario para llevar a cabo una tarea, lo que, aplicado al uso de las TI, implica que altos niveles de auto–eficacia fortalecerán la conducta del individuo así como su uso de la tecnología (Hsu y Chiu, 2004). La segunda variable comprende las condiciones facilitadoras relativas a los recursos – como el tiempo o el dinero – que representan barreras de uso y son ajenas al individuo en la organización. En su estudio, Taylor y Todd (1995b) concluyen que la DTPB posee una capacidad predictiva ligeramente mayor que la TPB pura y TAM, y destacan la incorporación de la norma subjetiva y el control del comportamiento percibido para una mejor comprensión de la conducta del individuo (Taylor y Todd, 1995; Mathieson, 1991). Además, la descomposición de los constructos principales en aquellos que los causan permite aislar las razones de éxito de SI o más importante aquellas que lo impiden, por lo que Taylor y Todd (1995b) recomiendan su uso como guía en situaciones de implantación de tecnologías. Si bien reconocen que TAM es preferible en casos en los que simplemente se desee predecir el uso de las TI, DTPB proporciona una comprensión completa del comportamiento de uso e intención de uso de las TI, así como una serie de guías e instrucciones para la implantación de sistemas. 86 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.2.7.3. Limitaciones Las principales limitaciones de la Teoría Descompuesta del Comportamiento Planeado son listadas por Taylor y Todd (1995b) en un intento por propiciar un mayor estudio de la adopción de tecnologías y sus factores. En primer lugar, se destaca el contexto al que se ha aplicado el estudio, ya que es posible que las normas subjetivas y el control del comportamiento percibido operen de manera distinta en un contexto organizacional, donde por ejemplo el uso de las TI es normalmente obligatorio. Por otro lado, prestando atención al análisis estadístico realizado se observa una clara ausencia de factores, generalmente situacionales, para explicar entre el 60% y el 70% de variación de la conducta entre individuos. Además de añadir factores, DTPB carece de relaciones entre los constructos, a pesar de que Taylor y Todd (1995b) sugieren considerar en investigaciones futuras la influencia de la facilidad de uso en la utilidad percibida (Davis, 1989; Davis et al., 1989), o la relación entre la facilidad de uso y la auto–eficacia. Estudios posteriores han resaltado la inconsistencia temporal del comportamiento predicho (Kim et al., 2009); es decir, la necesidad de evaluar de nuevo el modelo en cada instante para predecir con la mayor tasa de acierto posible el comportamiento del individuo. 3.2.7.4. Repercusiones y evolución DTPB, así como su antecesora TPB, ha sido ampliamente utilizada en el contexto de adopción de tecnologías y por tanto también se ha tomado como base para la elaboración de nuevas teorías y modelos al respecto. Su versatilidad y capacidad de explicación de la conducta de uso de tecnologías a través de múltiples factores ha propiciado su aplicación en todo tipo de contextos, desde la inversión en línea (Bhattacherjee, 2000) hasta la telemedicina (Chau y Hu, 2002). Es frecuente encontrar teorías que modifican DTPB mediante la introducción de nuevos constructos o relaciones entre los mismos, como la satisfacción del usuario y el coste del servicio (Hung y Chang, 2004), o la imagen y el riesgo (Teo y Pok, 2003) en relación al uso de tecnología móvil. También han surgido teorías como resultado de la adaptación de la DTPB a contextos específicos: la adopción de tecnologías, y en concreto de ordenadores personales, en los hogares (Brown & Venkatesh, 2005), el comportamiento 87 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías en condiciones socio–económicas desiguales (Hsieh et al., 2008) y la adopción de servicios de mensajería instantánea en organizaciones (To et al., 2008). Brown y Venkatesh (2005) desarrollaron un modelo para determinar los factores que determinan la intención de adoptar un ordenador personal en el hogar, aplicado a la población estadounidense. El modelo propuesto aumenta los factores específicos que influyen en los tres constructos principales, que a su vez determinan, con mayor o menor peso, la intención conductual: la actitud o creencias actitudinales, las creencias normativas y las creencias de control. Las creencias actitudinales vienen dadas por los distintos tipos de resultados o fines por los que un individuo usa el ordenador: fines utilitaristas –como aplicaciones para uso personal o relacionadas con el trabajo– hedonistas –en busca de diversión– o sociales –con el objetivo de ganar prestigio o “status”–. Las creencias normativas mantienen la definición de la DTPB especificando los referentes sociales concretos que influyen en el uso de ordenadores personales en el hogar: amigos y familia, fuentes secundarias y referentes del trabajo. Finalmente, las creencias de control influyen en la actitud por efecto de dos fuentes distintas: el coste y el miedo a los avances tecnológicos, y la facilidad de uso percibida o percepción acerca de los conocimientos necesarios para el uso del PC (íntimamente ligado a la auto– eficacia). Por su parte, Hsieh et al. (2008) propusieron un modelo basado en la DTPB pero adaptado al estudio de un proyecto concreto en el que todos los habitantes de una ciudad recibían acceso a Internet a través de sus televisores por cable sin coste adicional. Analizaron las intenciones de uso continuadas de los distintos individuos empleando DTPB añadiendo factores que tuvieran en cuenta la exposición personal a la red19. De este modo llegaron a la conclusión de que existían notables diferencias de comportamiento entre los individuos socio–económicamente aventajados y los desaventajados: los aventajados tenían mayor tendencia a responder a la exposición personal a la red, mientras que los desaventajados se veían más influidos por el disfrute, la disponibilidad, la confianza y el control del comportamiento percibido al usar las TI. Por último, Teo et al. (2008), eliminan la influencia de la auto–eficacia y agregan al modelo original de DTPB cuatro factores que influyen en la actitud y la norma subjetiva, con el objeto de representar de forma más precisa la realidad a la hora de predecir la adopción de servicios de mensajería instantánea en las organizaciones. En cuanto al 19 Personal network exposure, en inglés. 88 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías efecto sobre la actitud se añaden tres factores: (1) la masa crítica, que tiene en cuenta el aumento de adopción de tecnologías al aumentar el número de adoptadores hasta unos valores mínimos para su aceptación/difusión, (2) la seguridad o la percepción en cuanto a la seguridad del uso de la red, y (3) la consciencia de la presencia percibida, que representa la percepción de estar conectado a otros individuos incluso si no hay comunicación explícita. Finalmente, la influencia de las relaciones empresariales, referida al uso de sistemas entre organizaciones, confluye junto con los iguales y superiores en la norma subjetiva. 3.2.8. Teoría del Ajuste entre la Tarea y la Tecnología (TTF) La Teoría del Ajuste entre la Tarea y la Tecnología (TTF20) (Goodhue y Thompson, 1995) considera que el uso de los sistemas de información conlleva beneficios cuando el SI está bien adaptado a las tareas que en él deben ser realizadas. Con esta hipótesis desarrolla un modelo que pretende explicar la adopción de tecnologías por parte de los usuarios. La teoría está centrada en el ámbito organizativo y su aplicación más general es a sistemas utilitaristas. 3.2.8.1. Influencias y formulación de la teoría La Teoría del Ajuste entre la Tarea y la Tecnología surge para dar respuesta a las limitaciones de TPB y TAM en cuanto a su énfasis en las percepciones, creencias y actitudes. Para ello se apoya en el modelo de DeLone y McLean (1992) y adopta la hipótesis de que la utilización y la actitud de un usuario hacia la tecnología impactan en el desempeño del individuo. Esta concepción de la adopción de tecnologías se obtiene a partir de dos corrientes de estudio en las que la TTF se basa: (1) teorías centradas en la utilización, y (2) teorías centradas en el ajuste entre la tarea y la tecnología. La primera emplea las actitudes y creencias de los usuarios para predecir la utilización de los sistemas de información (Fishbein y Ajzen, 1975; Davis, 1989; Davis et al., 1989; Thompson et al., 1991). La segunda es una corriente más minoritaria y sin embargo su influencia en la TTF es mayor. Estas teorías se centran en el estudio de situaciones donde la utilización se asume y defienden que el ajuste entre la tarea y la tecnología – esto es, cuando las características de la tecnología encajan con los requerimientos de una tarea – impacto directamente en el desempeño del individuo al usar la tecnología (Benbasat y Dexter, 1986). 20 Task-technology Fit, en inglés. 89 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías La unión de las dos corrientes anteriores tiene como resultado la Teoría del Ajuste entre la Tarea y la Tecnología (Goodhue y Thompson, 1995), en la que se pueden diferenciar claramente ambas áreas de estudio (gráfico 36). El modelo está formado por cuatro constructos que desembocan en el impacto en el desempeño o rendimiento. El ajuste entre la tarea y la tecnología que da nombre a la teoría es el grado en que una tecnología ayuda al individuo a llevar a cabo una serie de tareas, y se obtiene a partir de las características de las tareas y las tecnologías. Goodhue y Thompson (1995) describen las características de las tareas como un constructo bidimensional formado por la falta de rutina –o de comportamiento analizable– y la interdependencia con otras unidades organizacionales. Por su parte, para medir las características de la tecnología a la que se enfrenta el usuario se centran en: los SI utilizados por cada individuo y el departamento al que éste pertenece. A partir de estas dos variables se determina el grado de ajuste entre la tarea y la tecnología, que viene dado por factores tales como la calidad, la localización, la autorización, la compatibilidad, la facilidad de uso, la precisión de producción, la fiabilidad del sistema y la relación con los usuarios. Características de la tarea Ajuste entre tarea - tecnología Características de la tecnología Impacto en el desempeño Utilización GRÁFICO 36. TEORÍA DEL AJUSTE ENTRE LA TAREA Y LA TECNOLOGÍA (GOODHUE Y THOMPSON, 1995) La utilización representa en un único constructo la conducta de empleo de la tecnología para completar ciertas tareas, por lo que incluye medidas como la frecuencia de uso o la diversidad de aplicaciones utilizadas. Goodhue y Thompson (1995) definieron también un modelo más completo en el que explicitan los antecedentes de la utilización. Inspirados por las teorías de las actitudes y el comportamiento incluyen entre los 90 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías precursores de la utilización los siguientes factores: las consecuencias esperadas de la utilización, el afecto hacia el uso, las normas sociales, los hábitos y las condiciones facilitadoras. Así, el grado de utilización y de ajuste entre la tarea y la tecnología proporcionan una medida del impacto en el desempeño o rendimiento del individuo al completar una serie de tareas usando la tecnología. De esta forma, un alto rendimiento implica una mezcla de eficiencia mejorada, efectividad mejorada y/o una mayor calidad. Además, un alto ajuste entre la tarea y la tecnología no solo aumenta la probabilidad de utilización sino que también aumenta el impacto en el rendimiento del sistema sin importar por qué se utiliza. Goodhue y Thompson (1995) destacan que independientemente del nivel de utilización, un sistema con alto TTF conduce a un mejor rendimiento, dado que cumple mejor las necesidades de las tareas del individuo. En su modelo ampliado aparece resaltado el papel de la realimentación, o feedback, como un importante aspecto del modelo. Goodhue y Thompson (1995) afirman que cuando una tecnología ha sido utilizada y los efectos en el rendimiento se han experimentado, habrá inevitablemente una serie de realimentación fruto de la experiencia del usuario con la tecnología. Los beneficios en el rendimiento indicados por la teoría TTF ocurren directamente o indirectamente a través de su impacto en la utilización de la tecnología. Además, estos beneficios se alcanzan al nivel de usuario individual así como a niveles más altos tales como grupos, equipos y organizaciones. Goodhue y Thompson (1995) concluyen que TTF proporciona un alto poder explicativo de la conducta de los individuos en cuanto al uso de tecnologías y el rendimiento al usarlas para llevar a cabo una serie de tareas. La relación entre la TTF y la utilización parece más débil pero no la descartan para futuras investigaciones, puesto que se ha visto soportada por estudios previos que demuestran el impacto de la utilidad y la ventaja relativa en la utilización (Davis et al., 1989; Mathieson, 1991). 3.2.8.2. Limitaciones Una de las limitaciones más comúnmente achacadas a la teoría TTF es la falta de inclusión del individuo y su comportamiento a la hora de realizar la tarea (Chang, 2010). No obstante, TTF sí considera que un buen ajuste entre la tarea y la tecnología afecta positivamente a la actitud del usuario (Dishaw y Strong, 1999). 91 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Por otro lado, y aunque el concepto de ajuste entre tarea y tecnología no parece provocar controversia entre las teorías centradas en el estudio de TTF, sí existe cierta ambigüedad y complejidad alrededor de la noción de TTF y sus implicaciones (Dwivedi et al., 2011). Éstas destacan la dificultad de establecer las claves de una tarea dada o más aún de una serie de tareas, y por tanto también de determinar las capacidades más importantes y relevantes de un sistema de información. Así, analizar si estas capacidades encajan con las características salientes de la tarea se puede presentar como un reto en muchas ocasiones. Con objeto de suplir estas limitaciones se han propuesto distintos modelos o teorías centradas en el estudio de la operacionalización del ajuste entre la tarea y tecnología (Goodhue, 1998; Junglas et al., 2008). 3.2.8.3. Repercusiones y evolución A pesar de los esfuerzos continuados por introducir variaciones, retoques y extensiones en el modelo, la teoría TTF sigue mandando un mensaje claro, que, en esencia, refleja el hecho de que el uso de la tecnología y los beneficios del rendimiento son el resultado de un buen ajuste entre las características de la tecnología y las tareas que deben llevarse a cabo (Goodhue y Thompson, 1995). A día de hoy, la teoría de Ajuste entre la Tarea y la Tecnología ha sido empleada en multitud de aplicaciones, desde el estudio de la implementación de sistemas ERPs (Wu et al., 2007) y de gestión del conocimiento (Lin y Huang, 2008) hasta la investigación acerca del comportamiento de los usuarios al realizar diferentes tareas utilizando TI (Junglas et al., 2008) o usar tecnologías en un contexto concreto (Goodhue, 1998). Cabe mencionar el trabajo de Zigurs y Buckland (1998) al aplicar la teoría TTF al contexto de los sistemas de apoyo al grupo (GSS21). El motivo por el que deciden centrarse en las tareas que lleva a cabo un grupo es que éstas son las responsables de más de la mitad de la variación del comportamiento del grupo. Asimismo, dado que el estudio de teorías TTF en contextos de GSS ha sido escaso, Zigurs y Buckland (1998) proponen una teoría de ajuste entre la tarea y la tecnología en entornos GSS basada en los atributos de la complejidad de la tarea y su relación con las dimensiones más relevantes de la tecnología GSS. El modelo es bastante sencillo, con tres elementos que determinan el rendimiento del grupo: la tarea, el perfil del ajuste y la tecnología GSS. La tarea comprende todas aquellas 21 Group Support Systems, en inglés. 92 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías actividades que pueden llevarse a cabo en un entorno GSS, y la tecnología se define como aquellos sistemas que combinan comunicación, ordenadores, y tecnologías de decisión para apoyar la formulación de problemas y soluciones en grupo. Según Zigurs y Buckland (1998) este modelo presenta ciertas ventajas frente a la teoría de TTF, entre las que cabe mencionar la capacidad del modelo, por su sencillez, para ser añadido a otros modelos más complejos que tengan en cuenta por ejemplo factores sociales o culturales que en ciertos contextos han de ser tenidos en cuenta. Otro de los modelos basados en la teoría TTF que destaca por su rigurosidad es el modelo de Dishaw y Strong (1999), construido sobre TAM y TTF (ver gráfico 37). Estos dos modelos proporcionan en su conjunto una explicación completa del comportamiento de los individuos en el uso de tecnologías, pues TAM se centra en las actitudes hacia el uso de una TI en particular, y la TTF en el ajuste entre las necesidades de las tareas de los usuarios y la funcionalidad disponible de la TI. Proponen así una extensión de TAM en la que se incluyen constructos propios de TTF como el ajuste entre la tarea y la tecnología y las características de la tarea junto con otros nuevos como la experiencia o funcionalidad de la herramienta. GRÁFICO 37. MODELO INTEGRADO DE TAM Y TTF (DISHAW Y STRONG, 1999) Las pruebas realizadas al modelo otorgan a éste un mayor poder explicativo que cualquiera de los otros dos modelos por sí solos, lo que conduce a un mayor conocimiento acerca del comportamiento de uso de las TI por parte de los individuos (Dishaw y Strong, 1999). 93 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.2.9. Modelo Extendido de Aceptación de la Tecnología (TAM2) El modelo extendido de Aceptación de la Tecnología referido como TAM2 fue desarrollado por Venkatesh y Davis (2000) a partir del TAM original (Davis, 1989; Davis et al., 1989) para incluir antecedentes clave de la utilidad percibida y la intención de uso y así examinar cómo el aumento de la experiencia con el sistema afecta a estos constructos. 3.2.9.1. Influencias y formulación de la teoría A pesar de la enorme repercusión del Modelo de Aceptación de la Tecnología fueron habituales las críticas hacia éste en cuanto la ausencia de factores relacionados con la influencia social y factores motivacionales intrínsecos (Davis et al., 1992; Venkatesh et al., 2003). Es por ello que Venkatesh y Davis deciden hacer una revisión de TAM añadiendo un conjunto de siete nuevos constructos al modelo que denominaron TAM2 (gráfico 38). Experiencia Voluntariedad Norma Subjetiva Imagen Relevancia del trabajo Utilidad Percibida Intención de Uso Conducta de Uso Calidad del Resultado Facilidad de Uso Percibida TAM Demostrabilidad del resultado GRÁFICO 38. TAM2 (VENKATESH Y DAVIS, 2000) Inspirado en TRA se introduce el constructo norma subjetiva definido como la percepción del individuo de cómo la mayoría de personas que son importantes para él 94 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías piensan que debería comportarse (Fishbein y Ajzen, 1975). La imagen y la voluntariedad se extraen de la IDT, añadiéndolos al modelo como el grado en que el uso de una innovación mejora la percepción del estatus de uno mismo, y el grado en que el uso de una innovación se percibe como voluntario respectivamente. Estos tres constructos – la norma subjetiva, la imagen y la voluntariedad – componen el factor de influencia social agregado al modelo respecto al TAM original. Venkatesh y Davis (2000) incorporan también cuatro variables responsables de los procesos instrumentales cognitivos: relevancia del trabajo, calidad del resultado, demostrabilidad del resultado y facilidad de uso percibida. La relevancia del trabajo la definen como la percepción individual respecto al grado en que el sistema a usar es relevante para el trabajo del individuo (Venkatesh y Davis, 2000). La calidad del resultado refleja la percepción del individuo acerca del grado en que un sistema ejecuta bien sus tareas, mientras que la demostrabilidad del resultado indica la posibilidad de observar y comunicar al resto el resultado de la adopción de una tecnología. Se añade también la experiencia como variable influyente de forma directa en la utilidad percibida y la intención de uso, y desempeña junto con la voluntariedad un papel moderador en el modelo. Finalmente, la intención de uso determina unívocamente y de forma análoga a como lo hacía en TAM el comportamiento de uso de la tecnología y, en definitiva la adopción de la misma. Todos los constructos, excepto la voluntariedad, agregados al TAM original se presentan como antecedentes de la utilidad percibida por ser éste un constructo fundamental en la determinación de la conducta de uso de tecnologías, cuya variación con el tiempo y la experiencia ha sido poco estudiada (Venkatesh y Davis, 2000). Una de las modificaciones más destacadas frente a TAM es la omisión del constructo de actitud y por tanto de su efecto en la intención conductual, pues se ponía en duda la fortaleza de esta relación (Venkatesh et al., 2003). Los resultados empíricos al probar TAM2 en cuatro organizaciones y usando hasta tres puntos de medida a lo largo del tiempo, apoyan fuertemente las hipótesis del modelo. Así, añadiendo los procesos de influencia social (norma subjetiva, voluntariedad e imagen) y los procesos instrumentales cognitivos (relevancia del trabajo, calidad del resultado, demostrabilidad del resultado y facilidad de uso percibida), TAM2 consigue explicar hasta el 60% de la variación de la utilidad percibida. Venkatesh y Davis (2000) subrayan el importante efecto de la norma subjetiva en la utilidad percibida y la intención de uso, aunque en la última solo en contextos de uso obligatorio de la 95 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías tecnología, lo que explica su omisión en modelos anteriores de adopción de tecnologías (Davis et al., 1989; Mathieson, 1991). Además, el efecto de la norma subjetiva se debilita conforme el individuo gana experiencia en el uso del sistema, confiando menos en la información social para configurar la utilidad percibida y la intención de uso. Los procesos instrumentales cognitivos resultan también consistentes con TAM2. En particular, Venkatesh y Davis (2000) destacan el efecto interactivo entre la relevancia del trabajo y la calidad del resultado en la determinación de la utilidad percibida, pues la última refleja gran parte de la relevancia del trabajo, y en su conjunto ambas ayudan a determinar la utilidad percibida. La demostrabilidad del resultado y la facilidad de uso percibida también tienen un efecto significativo en la utilidad percibida y por tanto en la intención y comportamiento de uso. Al contrario que los procesos de influencia social, los procesos instrumentales cognitivos continúan siendo significativos a lo largo del tiempo, sin variar con la experiencia del usuario. TAM2 consigue explicar hasta el 60% de la variación en la utilidad percibida y llega al 52% de la variación en la intención de uso y por tanto del comportamiento, mientras que TAM conseguía llegar al 40% en ciertos contextos (Dwivedi et al., 2011). Esta diferencia se amplía en contextos en los que la influencia social es grande, como ocurrió al estudiar la adopción de ordenadores por parte de trabajadores de Arabia Saudí (Baker et al., 2010). 3.2.9.2. Limitaciones La principal limitación de TAM2 frente a su antecesor TAM es la pérdida de simplicidad al agregar hasta siete nuevas variables, complicando así el proceso de razonamiento que explica el comportamiento de adopción de tecnologías de forma bastante sencilla usando TAM. TAM2 continua sin embargo siendo un modelo determinista, al relacionar de forma directa la intención de uso con el comportamiento de uso sin tener en cuenta probabilidades u otras variables (Bagozzi, 2007). Así, tanto TAM como TAM2 son modelos aptos como aproximación del comportamiento pero no deberían usarse para predecir el comportamiento si se busca un grado relativamente alto de precisión. Por el contrario, una de las limitaciones que sí supera TAM2 es la validez del modelo para todos los tipos de uso, tanto voluntario como obligatorio, pues TAM no es apto para 96 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías el análisis de situaciones en las que la organización exige el uso obligatorio de una determinada tecnología. Finalmente, Venkatesh y Davis (2000) reconocen una de las limitaciones más importantes de su estudio: los datos que validan el modelo se han obtenido a partir del uso de la tecnología que las personas describen haber hecho. Aunque esto es bastante común en la investigación del comportamiento del usuario, es también una importante fuente de errores frente a la medida objetiva del uso, ya que puede haber discrepancias entre lo relatado por los usuarios y la realidad. 3.2.9.3. Repercusiones y evolución El Modelo Extendido de Aceptación de la Tecnología (TAM2), al igual que TAM, ha servido como base para la elaboración de nuevos modelos y teorías acerca de la adopción de tecnologías, especialmente porque trata la formación de la percepción acerca de la utilidad de las TI, tema recurrente en el área del consumidor. Chan y Lu (2004) elaboraron una de las aplicaciones más destacadas al estudiar el comportamiento de adopción y uso de los consumidores en el contexto de los servicios bancarios por Internet en Hong Kong. Para ello desarrollan un modelo basado en TAM2 y la Teoría Cognitiva Social (SCT) en el que identifican los factores más determinantes en la adopción de esta tecnología: la norma subjetiva, la auto–eficacia con los ordenadores y la utilidad percibida. Por otro lado, cabe mencionar el trabajo de Van Raaij y Schepers (2008) centrado en el uso de entornos de aprendizaje virtual en China, en el que ahondan en la relación entre la intención conductual, la utilidad percibida, la facilidad de uso percibida y los antecedentes de ésta. Asimismo, introducen nuevas variables en TAM2 como la capacidad de innovación personal y la ansiedad ante el ordenador. Mientras que la primera es una forma de apertura al cambio que define la facilidad con la que el individuo consigue adaptarse a los cambios de un sistema, la segunda refleja el miedo a los riesgos derivados de usar un ordenador, lo que en ambos casos acaba afectando a la facilidad de uso percibida y por tanto a la adopción de la tecnología (Raaij y Schepers, 2008). En general, TAM2 puede verse como una amplia herramienta para examinar los factores que hacen que un sistema se perciba como útil, dado que incorpora nuevas variables al TAM original y tiene explícitamente en cuenta el efecto de la influencia social. Parece por 97 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías tanto razonable que TAM2 evolucione a un modelo que investigue los antecedentes de la facilidad de uso percibida, con lo que el estudio de los dos principales determinantes de la intención de uso en TAM quedaría cubierto. Con esta intención surge TAM3, propuesto por Venkatesh y Bala (2008). 3.2.10. Modelo Extendido de Aceptación de la Tecnología (TAM3) Basados en los estudios y críticas realizadas a TAM2, Venkatesh y Bala (2008) elaboran el denominado Modelo Revisado de Aceptación de la Tecnología, más conocido como TAM3, con la intención de proporcionar un marco de referencia para la toma de decisiones en las empresas que guíe la adopción y uso de las TIC en el entorno profesional. 3.2.10.1. Influencias y formulación de la teoría El nuevo modelo mantiene los antecedentes de la utilidad percibida propios de TAM2 y añade otras seis variables que actúan en este caso como antecedentes de la facilidad de uso percibida (gráfico 39), y se organizan en torno a dos grupos: factores naturales o de anclaje, y factores de ajuste. Los factores utilizados son los siguientes: Auto-eficacia: es el grado en que un individuo se considera capaz de realizar una tarea utilizando la tecnología a adoptar. Control conductual percibido: es el grado en que un individuo considera que puede acceder a los recursos necesarios para desarrollar su tarea. Ansiedad: grado de aprehensión de una persona a la hora de utilizar la tecnología en cuestión. Playfulness: grado de espontaneidad cognitiva en la interacción con el sistema. Entretenimiento percibido: grado de disfrute de la tecnología, independientemente de los beneficios que pueda reportarle su uso. Usabilidad objetivo: esfuerzo requerido para utilizar un sistema concreto. 98 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Norma Subjetiva Voluntariedad Imagen Relevancia del trabajo Utilidad Percibida Calidad del Resultado Demostrabilidad del Resultado Experiencia Intención de Uso Conducta de Uso Auto-eficacia Control Percibido Facilidad de Uso Percibida Ansiedad Playfulness Factores Naturales TAM Entretenimiento Percibido Usabilidad Objetiva Factores de Ajuste GRÁFICO 39.MODELO REVISADO DE ACEPTACIÓN DE LA TECNOLOGÍA, TAM3 (VENKATESH Y BALA, 2008) 99 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Los dos grupos (factores naturales22 y de ajuste) que engloban a los antecedentes de la facilidad de uso percibida representan los procesos psicológicos que se llevan a cabo en la toma de decisiones e influyen directamente en la facilidad de uso percibida e indirectamente a través de ésta en la utilidad percibida. Venkatesh (2000) sugiere que los individuos forman sus percepciones de la facilidad de uso de un sistema basándose en varios factores naturales: la auto–eficacia, las condiciones facilitadoras, la ansiedad y el playfulness. Excepto el control percibido, estos tres factores representan las diferencias del individuo, es decir, las creencias generales asociadas con los ordenadores y su uso. La ansiedad y el playfulness son los dos elementos más novedosos añadidos a un modelo de adopción de tecnologías. La primera representa el grado de aprensión o incluso miedo de un individuo cuando se enfrenta a la posibilidad de tener que usar un ordenador (Venkatesh, 2000). Por el contrario, el playfulness de los ordenadores es el grado de espontaneidad cognitiva en las interacciones con microordenadores (Webster y Martocchio, 1992). Mientras que los factores naturales conducen a los juicios iniciales acerca de la facilidad de uso, los individuos ajustarán estos juicios después de experimentar directamente con el nuevo sistema, dando lugar a los factores de ajuste: el entretenimiento percibido y la usabilidad objetiva. El entretenimiento percibido23 es la medida en que el uso de un sistema específico se percibe como una actividad de disfrute o entretenimiento, sin tener en cuenta las posibles consecuencias en rendimiento derivadas de su uso (Venkatesh, 2000). La usabilidad objetiva es una comparación de los sistemas basada en el nivel de esfuerzo real – en lugar de en percepciones – requerido para completar unas tareas específicas. Los factores incluidos en TAM2 como antecedentes de la utilidad percibida (PEOU) se mantienen en TAM3 y se amplía el efecto moderador de la experiencia para aplicarlo a la influencia de la ansiedad sobre la PEOU y el impacto de ésta sobre la utilidad percibida y la intención conductual. Por otro lado, las características de diseño de la tecnología pueden influir en la percepción del usuario sobre la utilidad y facilidad de uso de la siguiente manera: un sistema que proporcione información precisa, a tiempo y con un formato adecuado afectará a la importancia (o relevancia) del trabajo y ésta a la utilidad 22 Anchoring factors, en inglés. Aunque factores de anclaje resulta una traducción más literal se usa la expresión factores naturales como referencia a los factores que reflejan la naturaleza del individuo. 23 Perceived enjoyment, en inglés. También puede traducirse como disfrute percibido. 100 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías percibida; y a su vez, las características que mejoran la “amigabilidad” del sistema producirán una mejora en la facilidad de uso percibida. Además de presentar y probar TAM3, Venkatesh y Bala (2008) sugieren una serie de intervenciones pre–implementación y post–implementación que pueden influir en los factores que permiten que un sistema se perciba como útil y fácil de utilizar. A través de este mecanismo las intervenciones pueden ayudar a conseguir una mayor aceptación y uso de las TI. Venkatesh y Bala (2008) afirman que en comparación con TAM, la principal fortaleza de TAM3 reside en su explicación con gran detalle de los determinantes del uso de la tecnología. También aclaran que con objeto de no perder completamente la simplicidad propia de TAM no consideran las influencias de los distintos factores entre ellos, lo que en algunos casos puede suponer una pérdida importante de información. Considerando el año de publicación de TAM3, es comprensible la escasez de estudios que puedan considerarse evolución o aplicación directa del modelo. Behrend et al. (2010) aplican TAM3 al contexto de las universidades públicas americanas para estudiar el comportamiento de uso de la tecnología cloud computing. Encontraron que ciertas características, como la habilidad del estudiante para viajar hasta el campus, influyen en las percepciones de utilidad, mientras que la facilidad de uso percibida viene determinada por la experiencia directa con la plataforma y el apoyo del instructor. A partir de los resultados, Behrend et al. (2010) ofrecen un conjunto de recomendaciones para los directores de universidades u otros profesionales que deseen incorporar cloud computing en un entorno universitario. Otra de las principales aportaciones de TAM3 es que acompaña su modelo con una serie de recomendaciones o una guía para la correcta implementación de sistemas TIC en entornos empresariales. Por tanto, la evolución más natural de la teoría parece que podría tender a una mejora de esta guía o una adaptación al entorno de trabajo futuro, cada vez más interconectado y con menor peso de la influencia social de los jefes o superiores. 3.2.10.2. Limitaciones El poco tiempo desde que se ha desarrollado esta teoría hace que aún no se le hayan encontrado muchas limitaciones, sin embargo a partir del artículo original de Venkatesh y Bala (2008) es posible presentar una posible limitación futura. En pos de la 101 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías simplicidad, los autores, consideran que no existen efectos cruzados entre las variables determinantes de la facilidad de uso percibida y de la utilidad percibida, lo que puede resultar impreciso y dar lugar a resultados erróneos. Sin embargo, el enlace propuesto entre facilidad de uso y utilidad hace pensar que, si la influencia es en este sentido, se manifieste a través de esta relación. 3.2.11. Teoría Unificada de la Aceptación y Uso de la Tecnología (UTAUT) La Teoría Unificada de la Aceptación y Uso de la Tecnología (UTAUT24) (Venkatesh et al., 2003) pretende unificar las distintas teorías sobre la aceptación y uso de las TI en un único modelo que integra los elementos más significativos de cada uno de los precedentes. 3.2.11.1. Influencias y origen En su revisión de las teorías de adopción de tecnologías, Venkatesh et al. (2003) revisaron y compararon ocho modelos de predicción de la intención de uso: TRA (Fishbein y Ajzen, 1975). TPB (Ajzen, 1985). TAM/TAM2 (Davis, 1989; Venkatesh y Davis, 2000). IDT (Rogers, 1962, 2003). Modelo híbrido combinado entre TAM y TPB (C–TAM–TPB). El modelo de utilización del PC (MPCU) (Thompson et al., 1991). El modelo motivacional (MM) (Davis et al., 1992). SCT (Bandura, 1977). Cabe reseñar la omisión de la Teoría de Ajuste entre la Tarea y la Tecnología (Goodhue y Thompson, 1995) pese a su importancia en el estudio del comportamiento de uso de las TI. Venkatesh et al. (2003) achacan esta decisión a que la TTF no considera explícitamente la intención conductual ni el uso real del sistema como factores fundamentales. UTAUT pretende superar las limitaciones de los modelos originales en los que se basa y a su vez diferenciarse del resto de estudios surgidos con idéntica misión de revisión y unificación de teorías. Para ello, realizan un estudio completo con una muestra del 24 Unified Theory of Acceptance and Use of Technology, en inglés. 102 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías ámbito organizacional, considerando el uso voluntario y obligatorio, así como un amplio intervalo temporal (Venkatesh et al., 2003). Además, tratan de incorporar la influencia de variables demográficas y sociales sobre los distintos factores y la intención de uso. 3.2.11.2. Formulación de la teoría UTAUT considera tres constructos principales que determinan la intención conductual y el comportamiento de uso, y se ven afectados por otras cuatro variables moderadoras (género, edad, experiencia y voluntad de uso) (gráfico 40). Los tres constructos determinantes de la intención conductual son: expectativas de rendimiento o desempeño, expectativas de esfuerzo e influencia social. Las expectativas de funcionamiento25 representan el grado en que un individuo considera que usar un sistema le ayudará a mejorar su desempeño en el trabajo (Venkatesh et al., 2003). Las expectativas de esfuerzo reflejan el grado de facilidad de uso asociado al sistema, y son, junto a las expectativas de funcionamiento, dos de los constructos adaptados de TAM. La influencia social por su parte expresa la medida en que un individuo percibe que otras personas importantes para él creen que debería usar el sistema. Expectativa de Funcionamiento Expectativa de Esfuerzo Intención Conductual Influencia Social Comportamiento de uso Condiciones Facilitantes Género Edad Experiencia Voluntad de Uso GRÁFICO 40. TEORÍA UNIFICADA DE LA ACEPTACIÓN Y USO DE LA TECNOLOGÍA, UTAUT (VENKATESH ET AL., 2003) 25 Performance Expectancy, en inglés. 103 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Por otro lado, las condiciones facilitantes, ya empleadas en varios de los modelos anteriores, pretenden reflejar en UTAUT la medida en que un individuo cree que la infraestructura técnica y organizacional existe para apoyar el uso del sistema (Venkatesh et al., 2003). Las condiciones facilitantes son las infraestructuras de apoyo o recursos mínimos necesarios que determinan, junto con la intención conductual, el comportamiento de uso, relación moderada mediante la edad y la experiencia. Pese al apoyo dado por diversos estudios para Venkatesh et al. (2003) los resultados de sus análisis descartan los efectos de la actitud hacia el uso, la auto–eficacia y la ansiedad sobre la intención de uso, por no ser éstos suficientemente significativos. Al realizar las pruebas a UTAUT, Venkatesh et al. (2003) encontraron que la teoría proporciona un poder explicativo de la intención de uso de hasta el 69%, superando así a las teorías en las que se basa, cuyo máximo poder explicativo solo llegaba hasta el 52%. 3.2.11.3. Limitaciones. Evolución de UTAUT: UTAUT2 UTAUT realiza un estudio pormenorizado de las teorías precedentes y supera gran parte de las limitaciones encontradas en éstas. Su relativamente reciente publicación no la exime de aparecer en una gran parte de los artículos relacionados con la adopción y uso de las tecnologías, aunque en pocas ocasiones UTAUT es realmente empleada como tal (Williams et al., 2011). Una de las aplicaciones más comunes es el uso independiente de algunos de los constructos de UTAUT para justificar resultados concretos, como es el caso de las expectativas de funcionamiento utilizadas para explicar la aceptación de tecnologías. Las razones para el bajo uso de UTAUT radican principalmente en el amplio número de variables consideradas en la teoría frente a la sencillez de otros poderosos modelos como TAM, lo que hace que éste se prefiera. Son pocas las aplicaciones directas de UTAUT hasta el momento. Cabe destacar entre ellas la de Zhou et al. (2010) al estudiar la adopción de los ficheros electrónicos en el pago de impuestos en EEUU. Zhou et al. (2010) sugieren que el optimismo es un factor muy significativo en la difusión del e–government, aplicando además UTAUT al proceso de toma de decisiones en el contexto del gobierno electrónico. 104 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Por su parte Zhou et al. (2010) elaboran un modelo completo integrando TTF y UTAUT, ambas simplificadas, únicamente incluyendo los constructos principales (gráfico 41). El resultado de la unión de ambas teorías determina la adopción del usuario de una tecnología sin considerar el efecto de variables moderadoras o el paso intermedio por variables comunes en estas construcciones como la intención de uso o la actitud. TTF Características de la tarea Ajuste entre tarea - tecnología Características de la tecnología Expectativas de Funcionamiento Expectativas de Esfuerzo Adopción del Usuario Influencia social Condiciones Facilitantes UTAUT GRÁFICO 41. MODELO COMBINADO DE LA TTF Y UTAUT (ZHOU ET AL., 2010) En su modelo, Zhou et al. (2010) enlazan TTF y UTAUT de dos formas: por medio del constructo expectativas de esfuerzo, determinado por las características de la 105 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías tecnología; y mediante el ajuste entre la tarea y la tecnología y su influencia en las expectativas de funcionamiento y finalmente en la adopción del uso. Las variables moderadoras incluidas en UTAUT son eliminadas, así como el constructo de utilización de TTF. Finalmente, al aplicar el modelo al contexto de e–banking, Zhou et al. (2010) concluyen que la adopción de los servicios móviles bancarios se ve afectada no solo por la percepción hacia la tecnología sino también por el ajuste entre las tareas que llevan a cabo los usuarios y la tecnología de e–banking. Además, señalan la necesidad de continuar esta investigación para aclarar el posible efecto en la adopción de tecnologías de factores como el coste o la confianza. Recientemente, Venkatesh et al. (2012) han realizado una extensión de UTAUT para estudiar la aceptación y uso de la tecnología en el contexto del consumidor proponiendo el modelo denominado UTAUT2. En el mismo se añaden a los cuatro constructos dependientes presentes en UTAUT (expectativas de funcionamiento, expectativas de esfuerzo, influencia social y condiciones facilitantes) tres variables más: la motivación hedonista, el valor del precio, y el hábito. El efecto de estas tres variables sobre la intención o el comportamiento de uso está moderado, de nuevo, por la edad, el género y la experiencia. Otra de las novedades de UTAUT2 respecto a UTAUT es la omisión total del factor moderador de la voluntariedad de uso (véase gráfico 42). La motivación hedonista se define como la diversión o placer derivado del uso de la tecnología, y se añade al modelo por haberse demostrado que juega un papel importante en la determinación de la aceptación y uso de tecnologías (Brown y Venkatesh, 2005). Basados en el efecto que tiene la motivación hedonista en el uso de SI, Venkatesh et al. (2012) extienden la aplicación de la misma al ámbito del consumidor. El valor del precio se añade para tener en cuenta que los consumidores deben incurrir en un cierto coste para usar una tecnología, mientras que los empleados de las empresas – analizados en UTAUT – quedan exentos de esta variable. Inspirándose en la definición del valor del precio de Dodds et al. (1991), Venkatesh et al. (2012) describen el valor del precio como la comparación cognitiva del individuo entre los beneficios percibidos de las aplicaciones y el coste monetario de usarlas. De este modo, el valor del precio es positivo cuando los beneficios de usar una tecnología se perciben mayores que el coste monetario, impactando positivamente sobre la intención. 106 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías El hábito se introduce de forma diferenciada de la experiencia, pues la experiencia refleja la oportunidad de usar una tecnología (Kim y Malhotra, 2005) y el hábito el grado en que las personas tienden a llevar a cabo una conducta de forma automática (Limayem et al., 2007). Venkatesh et al. (2012) verifican el efecto que ejerce el hábito sobre la intención conductual y el comportamiento de uso de los individuos. Expectativa de Funcionamiento (*) Las expectativas de funcionamiento, de esfuerzo y la influencia social mantienen las mismas relaciones que en UTAUT con el género, la edad y la experiencia Expectativa de Esfuerzo Influencia Social (*) Condiciones Facilitantes Intención Conductual Motivación hedonista Valor del precio Hábito Género Edad Experiencia GRÁFICO 42. UTAUT2 (VENKATESH ET AL., 2012) Al analizar las hipótesis empíricamente, Venkatesh et al. (2012) comprueban que UTAUT2 mejora sustancialmente la variación en la predicción de la intención conductual (de 56% a 74%) y del uso de la tecnología (de 40% a 52%) de UTAUT. 3.3. Modelos de continuidad o recompra El comportamiento de post–adopción representa la siguiente fase a la adopción inicial –o aceptación– de una tecnología. Un tipo concreto de comportamiento de post– 107 Comportamiento de Uso CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías adopción es la continuidad de uso, que aplicada a los consumidores en B2C se denomina recompra. La importancia de distinguir entre el uso inicial de tecnologías (aceptación) y el uso continuado de las mismas (continuidad) fue subrayada por Bhattacherjee (2001b) como un factor clave para estudiar el éxito de los SI, acuñando así el término de post–adopción en referencia a los comportamientos que tienen lugar pasada la fase inicial de adopción (Ahuja y Thatcher, 2005; Karahanna et al., 1999). Para las organizaciones interesadas en incentivar el comercio electrónico como canal de compra, asegurar la continuidad del uso del mismo y fidelizar a los clientes más rentables constituye un objetivo primordial. Por ello, y con objeto de presentar la creciente cantidad de estudios acerca de la continuidad de uso de las TI (Bhattacherjee, 2001; Kim y Malhotra, 2005; Parthasarathy y Bhattacherjee, 1998) se describen a continuación, en formato análogo a los modelos de adopción, las teorías, investigaciones y modelos desarrollados en este campo. Dada su importancia se describe en primer lugar la Teoría de la Disonancia Cognitiva por ser la iniciadora en los conceptos de satisfacción y confirmación tan presentes en los estudios de continuidad. A continuación se presenta la Teoría de la Confirmación de Expectativas (Oliver, 1977, 1980) y su evolución hacia el Modelo de la Confirmación de Expectativas (Bhattacherjee, 2001) para después introducir un subconjunto de los modelos de continuidad o recompra: los modelos de continuidad tras la recuperación de servicio, también conocidos como modelos del comportamiento de queja; esto es, la continuidad de uso de tecnologías a pesar de una mala experiencia. 3.3.1. Teoría de la Disonancia Cognitiva (CDT) La Teoría de la Disonancia Cognitiva (CDT26) (Festinger, 1957) sentó las bases del estudio del comportamiento de recompra de los consumidores al proponer una relación entre las cogniciones. Según esta teoría, los individuos tienen tendencia a buscar la consistencia entre sus elementos cognitivos (cogniciones), como las creencias o las opiniones. De este modo, cuando existe inconsistencia entre dos elementos –lo que se conoce como disonancia– debe variarse alguno de ellos para poder eliminar esa disonancia. Así, en el caso de disonancias entre la actitud y la conducta, es más probable que la actitud cambie para adaptarse al comportamiento si no se cambian valoraciones y percepciones. 26 Cognitive Dissonance Theory. 108 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías La fortaleza de la disonancia entre los elementos viene dada por dos factores: el número de creencias disonantes y la importancia concedida a cada creencia. A partir de ellos es posible eliminar la disonancia mediante tres formas distintas: (1) reducir la importancia de las creencias disonantes, (2) añadir nuevas creencias que compensen el efecto de las creencias disonantes, y (3) cambiar las creencias disonantes de forma que desaparezca la inconsistencia. Festinger (1957) aplica la teoría de la disonancia a varios contextos para explicar los cambios en la actitud o en el comportamiento de los individuos. A modo de ejemplo ilustra la reacción de los creyentes cuando se falla en una profecía del fin del mundo, pues en lugar de concluir que han sido víctimas de un timo deciden creer que se ha concedido una nueva oportunidad a la Tierra. El efecto de la disonancia ocurre más a menudo en situaciones en las que un individuo debe elegir entre dos acciones o creencias incompatibles, siendo más fuerte cuando éstas son igual de atractivas. Contrariamente a lo argumentado por la mayoría de teorías sobre el comportamiento, la teoría de la disonancia cognitiva considera que es más probable que los cambios en la actitud se produzcan en la dirección de menos incentivos – o refuerzos –, dado que ello resulta en una menor disonancia. 3.3.2. Teoría de la Confirmación de Expectativas (ECT) La Teoría de la Confirmación de Expectativas (ECT27) (Oliver, 1977, 1980) ha sido una de las más empleadas para explicar la satisfacción del consumidor, el comportamiento de post–compra y en general el marketing de servicios. Su importancia es evidente, ya que satisfacer y retener a los usuarios o consumidores de sistemas de información es esencial para establecer la lealtad de los mismos y asegurar así su continuidad (Parthasarathy y Bhattacherjee, 1998). La denominación de la teoría en castellano ha dado lugar a discrepancias entre distintos autores, pues hay quien considera que el término “desconfirmación de expectativas” recoge de forma más completa el desajuste de variables que conduce a la satisfacción (Moliner et al., 2001). “Discrepancia de expectativas” (Marzo, 1999) o “disconfirmación de expectativas” (Gil, 1995) son otras de las traducciones empleadas para referirse a la ECT. 27 Expectation-Confirmation Theory of Expectation-Disconfirmation Theory (EDT), en inglés. 109 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.3.2.1. Influencias y origen Las bases de la Teoría de la Confirmación de Expectativas sobre la formación de la satisfacción fueron sentadas por Howard y Sheth (1969) al estudiar las actitudes que originan la satisfacción de los consumidores. El modelo de Howard (1969) aportó las primeras nociones acerca de la creación de las actitudes y las intenciones sobre futuras compras a partir de los juicios de satisfacción, y fue por tanto uno de los puntos de referencia para la elaboración de la ECT (Oliver, 1977, 1980). Un paso fundamental para la teoría fue la definición de satisfacción de Locke (1976) adoptada por Oliver (1980), que considera la satisfacción en el contexto laboral como el placer o el estado emocional positivo resultante de la valoración del trabajo del individuo. La teoría de adaptación del nivel de Helson (1964) así como los modelos de Howard y Sheth (1969) o Engel, Kollat y Blackwell (1968) fueron los primeros en relacionar la satisfacción de los usuarios con la confirmación de expectativas. En particular, la teoría de Helson (1964) probó la validez de la asociación entre ambos conceptos al defender que los seres humanos perciben estímulos relativos a, o desviados de, un “nivel adaptado” o nivel base de estímulo. Ese nivel base representa las expectativas, por lo que cuanto más alto sea, mayor será la satisfacción del individuo. Posteriores estudios trataron de probar empíricamente esta relación (Oliver, 1977; Swan, 1977) y arrojaron importantes conclusiones sobre la interpretación de las expectativas y su influencia en la satisfacción de los consumidores. Así, Oliver (1977, 1980), inspirado por los modelos de Satisfacción/Insatisfacción del Consumidor (CS/DM28) (Anderson, 1973) plantea la necesidad de presentar una teoría que recoja la formación de la satisfacción como resultado de la confirmación de expectativas, incluyendo además el concepto de rendimiento o desempeño29 percibido. 3.3.2.1.1. Formulación de la teoría La Teoría de la Confirmación de Expectativas (Oliver, 1977, 1980) asume que el comportamiento de uso de una tecnología por parte de un individuo incluye diferentes fases: aceptación, experiencia, verificación y el proceso de uso continuo. De este modo, 28 29 Consumer Satisfaction/Dissatisfaction Model. Performance. 110 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías cuando un individuo decide volver a comprar un producto (recompra) o continuar usando un servicio atraviesa distintas etapas. En primer lugar, antes de comprar o usar una tecnología por primera vez el consumidor forma sus expectativas iniciales acerca de ese producto. En segundo lugar, el individuo pasa a la fase de aceptación, pues decide comprar el producto o servicio, y forma sus percepciones acerca del rendimiento o desempeño del mismo. Posteriormente evalúa el rendimiento del producto y decide si se han cumplido las expectativas iniciales. A continuación, los resultados de la evaluación anterior se traducen en una confirmación o desconfirmación de las expectativas –positiva, negativa o neutra, lo que significa únicamente una confirmación– en función de la cual el consumidor adquiere un nivel determinado de satisfacción o reacción afectiva. Finalmente, el nivel de satisfacción adquirido promueve o inhibe la continuidad de compra del producto o uso de la tecnología. Ello implica que un consumidor satisfecho formará una intención de recompra, mientras que los usuarios insatisfechos dejarán de usar o comprar la tecnología o producto (Oliver, 1980; Bhattacherjee, 2001). Así, la ECT pretende explicar a través de un modelo cognitivo la última fase del proceso, es decir, la continuidad de uso de tecnologías o recompra (gráfico 43). Confirmación / Desconfirmación Expectativas Satisfacción Actitud Actitud Intención Intención t1 Periodo de desconfirmación GRÁFICO 43. MODELO COGNITIVO DE OLIVER (1980) 111 t2 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías El objetivo del modelo cognitivo de Oliver (1980) presentado en el gráfico 43 es proporcionar una prueba de las relaciones entre las expectativas, la confirmación, la satisfacción y los criterios tradicionales de la actitud y la intención de compra considerados hasta el momento. Las expectativas se refieren a las probabilidades de las creencias percibidas acerca del resultado de usar un producto o servicio. Por otro lado, la confirmación o desconfirmación representa el resultado del balance entre las expectativas del usuario hacia un producto o servicio y el desempeño real del mismo, lo que supone una confirmación positiva si el desempeño del producto supera las expectativas, o negativa en caso contrario. Esta concordancia o discrepancia entre las expectativas y el funcionamiento real de la tecnología genera la satisfacción o insatisfacción respectivamente del usuario. Oliver (1980) define la satisfacción como la valoración de que un producto o servicio ha proporcionado un nivel placentero de cumplimiento de los requisitos relacionados con el consumo. El gráfico 44 resume la interpretación del proceso de recompra suscitada por la ECT. A partir de la misma se deduce que la satisfacción aumenta con el desempeño y disminuye con las expectativas, por lo que son estos los constructos principales que determinan el nivel de satisfacción del consumidor, y con él la actitud y la intención de continuidad de uso o compra (Oliver, 1980). Expectativas Confirmación Satisfacción Intención de recompra Desempeño percibido GRÁFICO 44. TEORÍA DE LA CONFIRMACIÓN DE EXPECTATIVAS (OLIVER, 1980) En el modelo cognitivo presentado por Oliver (1980) se especifica además un periodo de confirmación que marcará la continuidad o discontinuidad del proceso de uso o compra. Este periodo refleja el tiempo que necesita el individuo para comparar sus expectativas frente al resultado del producto, una vez adquirido. Pasado ese tiempo las expectativas se traducen en la satisfacción del consumidor y su resultado determinará la intención de recompra del individuo. En su estudio, Oliver (1980) consideró un periodo de confirmación de 7 meses, pues en ocasiones las creencias que originan la formación de 112 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías expectativas se interiorizan durante un tiempo indefinido, lo que puede llevar a una persistencia irreal en la actitud y así en la intención de compra. 3.3.2.2. Limitaciones La Teoría de la Confirmación de Expectativas (Oliver, 1977, 1980) no propone un modelo de continuidad propiamente sino que formaliza empíricamente el proceso de formación de la satisfacción y su efecto en la recompra del consumidor. Ello ha generado diversas críticas, principalmente por la ausencia de un proceso que explique la generación de expectativas, algo esencial según la misma teoría para la formación de la satisfacción y con ella la intención de recompra (Khalifa y Liu, 2004). Una de las limitaciones más comúnmente destacada acerca de la ECT se refiere al hecho de que la teoría no considera cambios potenciales en las expectativas del usuario una vez éste ha comenzado a usar la tecnología, y por tanto tampoco las consecuencias que estos cambios podrían tener en el proceso cognitivo (Bhattacherjee, 2001). Ello supondría que existen dos tipos de expectativas: de pre–compra, basadas en las opiniones de los demás o los medios de comunicación, y de post–compra, más realistas puesto que han sido suavizadas por la primera experiencia con el producto o tecnología. Los cambios en las expectativas pueden ser explicados mediante la teoría de la auto– percepción (Bem, 1972), que considera que los individuos continuamente ajustan sus percepciones– entre las que están las expectativas –conforme adquieren nueva información, y son estas percepciones ajustadas la base de las conductas posteriores. Por otro lado, la conceptualización del constructo de satisfacción ha generado controversia entre diversos autores, pues hay quien considera que la satisfacción es un sinónimo de la actitud y la emoción ya que los tres poseen connotaciones afectivas (LaTour y Peat, 1979). No obstante, Oliver (1980) distingue conceptualmente la satisfacción de la actitud en el sentido en que la primera es un afecto transitorio y específico de la experiencia, mientras que la segunda es un afecto relativamente más duradero que trasciende cualquier experiencia previa. Existen en esta línea diferentes interpretaciones acerca de la diferencia entre actitud y satisfacción, discutiendo no solo sus significados sino sus capacidades predictivas (Bhattacherjee, 2001). La definición de las expectativas y su repercusión en la conducta de compra y recompra ha sufrido una discusión análoga a la de la satisfacción. Oliver (1980) describe las expectativas como creencias ponderadas con la evaluación de los resultados, de forma 113 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías similar a lo argumentado en muchas teorías de la actitud (Ajzen y Fishbein, 1977). Esta definición ha sido criticada por ignorar otros matices o factores que conforman las expectativas, como las creencias acerca de los atributos del producto y su operación de forma individual o en sumatorios. Asimismo, en el caso de extremadamente altas o bajas expectativas y desempeño del producto, la ECT resultada inadecuada y sufre de inconsistencia lógica, puesto que un desempeño del producto más alto de lo esperado puede en determinadas ocasiones generar un grado de insatisfacción en el usuario, proceso que no está recogido en la ECT (Khalifa y Liu, 2004). El constructo confirmación parece no estar claro tampoco en la Teoría de la Confirmación de Expectativas propuesta por Oliver (1977, 1980). Aunque estudios posteriores apoyan la influencia de la confirmación en la satisfacción del consumidor (Chiu et al., 2005), hay quienes afirman que es la magnitud de la confirmación –o desconfirmación– la que establece realmente el nivel de satisfacción del individuo (Churchill y Surprenant, 1982). Por otro lado, y dado el carácter intermediario de la confirmación, Yüksel y Rimmington (1998) defienden que el desempeño (o performance) del producto es válido por sí solo para predecir las intenciones conductuales, siendo el proceso de confirmación un mero cálculo o medida de la discrepancia entre las expectativas y el desempeño percibido. Además, si el producto tiene un buen desempeño, el consumidor estará siempre satisfecho independientemente del efecto de la confirmación (Yüksel y Rimmington, 1998). A este respecto, Rogers (2003) al presentar la Teoría de la Difusión de Innovaciones argumenta que la confirmación no es una fase de medida sino una etapa de difusión de la adopción. Finalmente, la ECT debería clarificar el sujeto al que está referida, ya que trata con consumidores –quienes consumen o utilizan un producto o servicio– y no con clientes –quienes pagan por un producto o servicio–. A pesar de que estos dos sujetos pueden coincidir en ocasiones, los términos no deben usarse indistintamente dado que la teoría está aplicada al contexto de los Sistemas de Información y por tanto los usuarios de estos serán siempre consumidores (Dwivedi et al., 2011). 3.3.2.3. Repercusiones y evolución La ECT ha sido ampliamente utilizada para explicar las intenciones de recompra de los consumidores, por lo que su aplicación al área del marketing y al estudio del comportamiento del consumidor es indiscutible. En concreto, la Teoría de la Confirmación de Expectativas ha sido empleada para probar las intenciones de 114 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías recompra de los usuarios en diversos contextos, desde productos duraderos y no duraderos (Churchill y Surprenant, 1982) hasta recompra de automóviles (Oliver, 1993) y servicio de restaurante (Swan y Trawick, 1981). Además, también se ha utilizado en otras áreas de investigación como la sociología para medir el nivel de satisfacción de la población en relación a distintos productos o servicios públicos. Considerando las limitaciones de la ECT anteriormente expuestas fueron varias las teorías y modelos surgidos con el objeto de dar respuesta a las mismas y mejorar la teoría original. Entre ellas destaca especialmente por su repercusión posterior el Modelo de la Confirmación de Expectativas propuesto por Bhattacherjee (2001b) y que se puede encontrar detallado en el siguiente epígrafe. Otras teorías sugieren variaciones a la ECT, aludiendo por ejemplo que el desempeño percibido debería verse como un determinante adicional de la satisfacción, junto con la confirmación y las expectativas (Churchill y Surprenant, 1982; Tse y Wilton, 1988). Por su parte, Spreng et al. (1996) propusieron eliminar la asociación entre las expectativas y la satisfacción, ya que consideran que la influencia de las expectativas en la satisfacción es mediada por la confirmación, careciendo así de impacto directo en la satisfacción del consumidor. El propio Oliver revisó en 1989 su teoría, y basándose en la teoría de la atribución de Weiner (1985), elaboró un nuevo modelo cognitivo para explicar el proceso de formación de la satisfacción a partir de las atribuciones y las respuestas afectivas. En 1993 vuelve a refinar este modelo, proponiendo una teoría que relaciona la satisfacción no solo con la confirmación sino con los afectos, las atribuciones y la equidad (gráfico 45). Según este modelo los afectos se forman a través de la performance (o desempeño) y las atribuciones – inferencias causales que el consumidor realiza sobre el fracaso de un producto a partir de cierta información (Folkes, 1984). Los afectos potencian los efectos de las demás variables sobre la satisfacción del consumidor, mientras que la equidad30 –que compara la inversión que realiza el individuo para adquirir un producto y las recompensas que obtiene, resultando en situaciones equitativas (justas), o no equitativas (injustas) (Deutsch, 1975) – influye de forma directa en la satisfacción o insatisfacción del consumidor. 30 Tomada de la Teoría de la Equidad (Stouffer et al., 1949), uno de los enfoques más empleados, junto con la teoría de las atribuciones, para explicar el mecanismo de formación de la satisfacción. 115 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Expectativas Desconfirmación Satisfacción / Insatisfacción Desempeño Afectos Atribuciones Equidad GRÁFICO 45. MODELO COGNITIVO–AFECTIVO DE OLIVER (1989) Asimismo, en la última década han continuado desarrollándose investigaciones asentadas en los principios de la Teoría de la Confirmación de Expectativas. En el contexto del comercio electrónico cabe destacar el modelo denominado Efectos de la Desconfirmación de Expectativas en la Satisfacción de los clientes Web (EDEWS31), que trata de explicar la satisfacción de los usuarios de comercio electrónico a través de conceptos como la calidad de la información y del servicio (McKinney et al., 2002). Más recientemente, inspirados en la teoría de la Teoría del Comportamiento Planeado y ECT, Hsu et al. (2006) determinan la continuidad en la intención usando variables como la influencia del pre– y post–uso interpersonal, la actitud, el control del comportamiento, la desconfirmación y la satisfacción. Integran así los constructos fundamentales de la ECT (confirmación y satisfacción) en TPB, afirmando que el control del comportamiento percibido y la satisfacción tienen un efecto significativo en la intención de continuidad de compra electrónica. 3.3.3. Modelo de Confirmación de Expectativas (ECM) El Modelo de Confirmación de Expectativas, también denominado en ocasiones Modelo de la Desconfirmación de Expectativas (ECM32) (Bhattacherjee, 2001), es un modelo de post–aceptación, centrado en la continuidad de uso de los Sistemas de Información. 31 32 Expectation Disconfirmation Effects on Web-customer Satisfaction. Expectation-Confirmation Model. 116 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.3.3.1. Influencias y origen El Modelo de la Confirmación de Expectativas se origina a partir de dos teorías anteriores: el Modelo de Aceptación de la Tecnología (TAM) (Davis, 1989; Davis et al., 1989), y la Teoría de la Confirmación de Expectativas (ECT) (Oliver, 1980). De TAM Bhattacherjee (2001b) toma la utilidad percibida y la integra en el contexto de la continuidad de los SI, al considerar que es una creencia saliente del uso de los SI. Debido a la influencia de TAM, Bhattacherjee decide añadir la utilidad percibida en lugar de las expectativas que teóricamente la incluyen, por ser ésta una expectativa adecuada en el contexto de la continuidad de uso de los SI, y además ser la única cuya influencia en la intención de uso en las distintas fases del uso de los SI ha sido probada (Davis et al., 1989; Karahanna et al., 1999). Respecto a la ECT, Bhattacherjee (2001b) la adapta al contexto de los SI sobre la asunción de que las decisiones de continuidad de uso de los SI son similares a las decisiones de recompra de los consumidores –tratadas en la ECT– por tres motivos: (1) ambas siguen una decisión (de aceptación o compra) inicial; (2) ambas se ven influidas por la experiencia de uso inicial; y (3) ambas pueden potencialmente revertir la decisión inicial. Bajo estas hipótesis la ECT es tomada como base para la elaboración del ECM, y con objeto de mejorar su aplicación al contexto específico de la continuidad de los SI así como suplir sus limitaciones, se centra solo en variables de post–aceptación, y considera el efecto de los dos tipos de expectativas (previas y posteriores al uso/compra) ya que en el uso de los SI es frecuente que las expectativas cambien con el tiempo; Oliver en su modelo consideró un período medio de cambio de siete meses en la confirmación de expectativas. 3.3.3.2. Formulación del modelo El Modelo de la Confirmación de Expectativas (Bhattacherjee, 2001) sostiene que la intención de un individuo para continuar usando las TI depende de tres variables: (1) el nivel de satisfacción del usuario con las TI, (2) el grado de confirmación de las expectativas del usuario, y (3) las expectativas de post–adopción representadas por la utilidad percibida. La relación entre estas tres variables y su determinación en la continuidad de uso de los SI se presenta en el gráfico 46. 117 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Utilidad Percibida Satisfacción Intención de continuidad de uso de los SI Confirmación GRÁFICO 46. MODELO DE LA CONFIRMACIÓN DE EXPECTATIVAS (BHATTACHERJEE, 2001) En ECM la satisfacción se define como el afecto o los sentimientos hacia el uso previo del SI, y viene determinada por la utilidad percibida y la confirmación –percepción del usuario acerca de la congruencia entre las expectativas de uso del SI y su desempeño real (Bhattacherjee, 2001) –. La utilidad percibida es, junto a la facilidad de uso el principal motivador de la aceptación de tecnologías. Sin embargo, en contextos de continuidad de uso o recompra solo la utilidad percibida ejerce un impacto sustancial y consistente en la actitud. Por otro lado, la confirmación pretende recoger en un único constructo los dos determinantes principales de la satisfacción en la ECT (Oliver, 1977, 1980): la confirmación y las expectativas. Bhattacherjee (2001b) afirma que la confirmación influye positivamente en la satisfacción con el uso del SI porque implica hacer realidad los beneficios esperados del uso del SI; mientras que la confirmación denota la incapacidad para superar las expectativas. La relación entra la confirmación y la utilidad percibida se origina como consecuencia de la relación probada entre estas creencias cognitivas en el contexto de aceptación de tecnologías, así como el apoyo dado por la teoría cognitiva de la disonancia (Festinger, 1957). Inspirado también por las teorías de aceptación de tecnologías, ECM considera la influencia directa de la utilidad percibida en la continuidad de uso de los SI, de la misma forma que la utilidad influye en la intención en el contexto de adopción de las TI. Bhattacherjee (2001b) considera válida esta extensión contextual debido a que las tendencias de los individuos hacia la persecución subconsciente de comportamientos instrumentales o de recompensas son independientes del tiempo o la fase de la conducta. Así, cuando un usuario encuentra un producto que le resulta útil –por tanto, con una alta utilidad percibida– no se molesta en pasar por todo el proceso de confirmación sino que directamente forma una intención de re–utilización del sistema. 118 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías En revisiones posteriores (Bhattacherjee et al., 2008) se sustituye el término de utilidad percibida por utilidad post–uso, dado que refleja una creencia a largo plazo agregada de percepciones de utilidad anteriores. De la misma forma, el concepto de intención de recompra es renombrado como intención de continuidad de uso, ya que refleja de forma más fiel las ideas expresadas por ECM. Según ECM el proceso que sigue un usuario de un SI es (Bhattacherjee, 2001): en primer lugar, tras usar un SI en particular durante un periodo de tiempo los usuarios crean una concepción de la utilidad percibida; en segundo lugar, los usuarios determinan el grado en que su percepción de utilidad sobre el SI se ha visto confirmada comparando el desempeño del SI con la utilidad percibida; después, si el usuario concluye que el producto o servicio es tan útil como lo percibió se forma la noción de satisfacción; finalmente, los usuarios satisfechos tienden a formar una intención de continuidad de uso, mientras que los insatisfechos tienden a no continuar usando el sistema. Bhattacherjee (2001b) puntualiza que en ocasiones usuarios insatisfechos pueden no dejar de utilizar el sistema debido a factores externos, como por ejemplo la obligatoriedad de uso. 3.3.3.3. Limitaciones El Modelo de la Confirmación de Expectativas hereda de la ECT gran parte de sus limitaciones, como las carencias en cuanto a la definición de la satisfacción, la confirmación o las expectativas. Bhattacherjee (2001b) expone algunas de las limitaciones de las que adolece el modelo en relación al método de estudio aplicado, proporcionando indicaciones de los experimentos a seguir para apoyar razonadamente el modelo. En concreto, sugiere la comparación de las percepciones de pre–aceptación y post–aceptación de los consumidores para poder capturar las complejas y dinámicas relaciones entre las decisiones de aceptación y continuidad. Bhattacherjee (2001b) concluye en su aplicación a servicios bancarios online que la satisfacción explica el 32% de la variación en la intención de continuidad de uso, mientras que la utilidad percibida junto con la satisfacción supone un 41%. A pesar de que estos resultados parecen confirmar la influencia directa de la utilidad percibida – o utilidad percibida de post–uso – en la continuidad de uso, en recientes estudios Bhattacherjee et al. (2008) eliminan la asociación directa entre estos constructos del modelo. Por otro lado, dado que la confirmación y la utilidad percibida explican solo el 33% de la satisfacción también parece razonable incluir variables adicionales al modelo. 119 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Una de las limitaciones que ECM solventa en parte respecto a la ECT es la determinación de la intención de continuidad de uso a partir únicamente de la satisfacción. Aunque ECM incluye además la utilidad de uso percibida, otros estudios argumentan la necesidad de añadir factores como la auto–eficacia (Hsu et al., 2004; Bhattacherjee et al., 2008), la confianza (Kim et al., 2009a), la actitud o el control del comportamiento percibido (Hsu et al., 2006). En la misma línea, el ECM es criticado por considerar que la intención de continuidad de uso conlleva directamente la creación de la decisión de continuidad o recompra. Sin embargo, otras variables como son las condiciones facilitadoras (Venkatesh et al., 2003) o los factores organizacionales (Mathieson et al., 2001) influyen junto con la intención en la decisión de continuidad de uso y deben ser añadidas al modelo. 3.3.3.4. Repercusiones y evolución El Modelo de la Confirmación de Expectativas ha sido aplicado para examinar y explicar la continuidad en la intención de uso de un SI de los individuos en diversos contextos de los SI como el gobierno electrónico (Bhattacherjee et al., 2008), el aprendizaje electrónico o e–learning (Chiu et al., 2005), el comercio electrónico (Hsu y Chiu, 2004) o el uso de internet móvil (Thong et al., 2006). Desde su origen son varias las extensiones y modificaciones introducidas en ECM con objeto de refinar la capacidad explicativa y predictiva del modelo. Thong et al. (2006) incorporaron el disfrute percibido y la facilidad de uso al modelo de confirmación de expectativas, mientras que Lin et al. (2005) añadieron el playfulness al estudio del comportamiento de uso de los ordenadores. Por su parte, Kim et al. (2007) examinaron el papel que los constructos emocionales juegan en la continuidad de uso de las TI, para lo que incorporaron el placer y la excitación al modelo de Bhattacherjee (2001b). Argumentan que en contextos fuera del ámbito organizacional de las TI, otros factores además de aquellos con orientación cognitiva pueden ser importantes en las decisiones de uso de las TI. Así, aplican su modificación del ECM al contexto de servicios móviles y encuentran que el placer, la actitud y la utilidad percibida son los mejores predictores de la intención y la continuidad de uso (Kim et al., 2007). Hong et al. (2006) propusieron una extensión de la ECT como resultado de comparar el Modelo de Aceptación de Tecnologías (Davis, 1989) y ECM, pues añadieron al modelo la facilidad de uso percibida. El modelo extendido de la confirmación de expectativas 120 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías obtuvo en sus experimentos un poder explicativo superior a TAM y ECT. Sin embargo, al ser la diferencia entre el poder predictivo del modelo extendido y TAM únicamente un 4%, Hong et al. (2006) sugieren la posibilidad de aplicar TAM directamente en contextos de continuidad de uso de los SI. Bhattacherjee participó también en la extensión de su modelo estableciendo una relación entre la intención de continuidad de uso y el comportamiento real de continuidad de uso (Bhattacherjee et al., 2008). Además, defienden que la intención de continuidad de uso de los SI está determinada por la auto–eficacia del usuario junto con la satisfacción y la utilidad percibida, mientras que la continuidad de uso real viene dada por las condiciones facilitadoras y la satisfacción. Kang et al. (2009) incluyen por otro lado el concepto de arrepentimiento y congruencia con la auto–imagen en el Modelo de la Confirmación de Expectativas. Sin embargo, al realizar pruebas empíricas encontraron que si bien el arrepentimiento se muestra como el predictor más fuerte de la intención de continuidad, la congruencia con la auto– imagen solo ejerce un leve efecto en la conducta de recompra. En definitiva, el modelo de la confirmación de expectativas de Bhattacherjee (2001b) ha resultado en una teoría fundamental para explicar la continuidad de uso de los SI, tratando de proporcionar una explicación de los factores generales que la determinan. Las distintas pruebas y experimentos a los que ECM ha sido sometido prueban la validez del modelo y su capacidad para explicar un alto porcentaje de la variación en la intención de continuidad de uso de los SI (Bhattacherjee et al., 2008). 3.3.4. Otros modelos de continuidad basados en ECM, TAM y Teorías Sociales A partir de los modelos básicos que tratan de explicar la continuidad de uso de un SI, así como de los modelos de adopción de tecnologías, surgen distintas agregaciones o extensiones de estas teorías que tienen como resultado nuevos modelos de continuidad. Por su impacto se exponen a continuación algunas de las teorías que han incorporado a modelos ya existentes el concepto de auto–eficacia introducido por Bandura (1977, 1982). Entre ellas se han destacado tres teorías que se desglosan en los siguientes apartados: la agregación de ECM/ECT (Bhattacherjee et al., 2008), la extensión de TAM (Wangpipatwong et al., 2008; Roca et al., 2006), y la unión de teorías sociales en una teoría de continuidad de uso (Chen, 2012). 121 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 3.3.4.1. Modelo extendido de continuidad inspirado en ECM El modelo extendido de continuidad de uso de las TI propuesto por Bhattacherjee et al. (2008) surge a raíz de la creciente atención que las teorías de continuidad o post–adopción habían recibido desde la formulación del ECM (Bhattacherjee, 2001). No obstante, no solo recibe influencia de ECM sino que gran parte de los elementos añadidos al modelo se basan en los resultados obtenidos por la rama de la psicología social al estudiar los factores de contingencia que dan forma a la intención y al comportamiento de continuidad de las TI. Así, el nuevo modelo pretende suplir las limitaciones de las que adolece su predecesor (en especial la ausencia de un constructo de continuidad de uso –y no de intención de continuidad de uso– y de las condiciones facilitadoras) añadiendo el comportamiento de continuidad como parte del modelo, y desarrollando los factores contingentes que pueden influir tanto en la intención de continuidad como en el comportamiento en general en cuanto al uso de las TI (Bhattacherjee et al., 2008). En primer lugar, el modelo se desarrolla con el objeto de aclarar la conceptualización y el efecto del constructo del Control del Comportamiento Percibido (PBC) a partir de dos dimensiones, con las que se relacionan la intención y el comportamiento respectivamente: la auto–eficacia y las condiciones facilitadoras. Estas nuevas variables, junto a un refinamiento de las relaciones entre los constructos del modelo original, tienen como resultado el modelo extendido de continuidad de las TI (Bhattacherjee et al., 2008) mostrado en el gráfico 47. Uno de los cambios notables con respecto al ECM es la eliminación de la relación entre la utilidad percibida y la satisfacción. Esta asociación se apoyaba en las teorías TRA y TPB, al considerar la satisfacción como una variable que media entre la utilidad percibida y las intenciones de continuidad (Bhattacherjee et al., 2008). 122 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Desconfirmación Utilidad de postuso Auto- eficacia de TI Condiciones Facilitadoras Satisfacción Intención de continuidad Comportamiento de Continuidad GRÁFICO 47. MODELO EXTENDIDO DE LA CONTINUIDAD DE USO DE LAS TI (BHATTACHERJEE ET AL., 2008) Otra de las modificaciones realizadas a ECM es la inclusión del comportamiento de continuidad de uso como variable definitiva para explicar la conducta de recompra o continuidad en el uso de las TI. Aunque la intención se presenta como el predictor más determinante de la conducta por las teorías racionales del comportamiento humano como TRA y TPB, Bhattacherjee et al. (2008) consideran que el objetivo de cualquier modelo es predecir el comportamiento más que la intención. Así, basados en TAM o UTAUT establecen una relación positiva entre la intención de continuidad de uso y la conducta de continuidad. Además, establecen que la intención es necesaria pero no suficiente para determinar el comportamiento de continuidad de uso, y de forma más acentuada en los casos en los que los individuos carecen del control total sobre su propio comportamiento, por ejemplo, si dependen de recursos o habilidades técnicas para poder usar una TI. Con objeto de modelar esta característica Ajzen (1991) introduce en su Teoría del Comportamiento Planeado el constructo control del comportamiento percibido (PBC), que a lo largo de los años ha sido definido como la combinación de dos componentes distintos pero relacionados (Ajzen, 2002): la auto–eficacia y la controlabilidad33. La auto–eficacia refleja el ámbito interno de control dado que se centra en las habilidades de los individuos, mientras que la controlabilidad corresponde al ámbito externo del control sobre los recursos necesarios para llevar a cabo su conducta. De este modo, Bhattacherjee et al. (2008), basados en distintos estudios acerca de la influencia de los dos factores del control del comportamiento percibido sobre la conducta humana, así como en su definición conceptual, incluyen ambas dimensiones del PBC en su extensión del ECM. 33 De controllability. 123 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Por un lado, la auto–eficacia se asocia con la intención y no con el comportamiento de continuidad de uso debido a que la auto–eficacia se refiere a las habilidades que el individuo tiene antes de haber tomado una decisión racional acerca de su conducta de continuidad de uso. Por otro lado, la controlabilidad refleja la disponibilidad de los recursos externos necesarios para usar las TI y evoluciona a lo largo del curso de uso de las mismas, por lo que influye en el comportamiento de continuidad y no tanto en la intención (Bhattacherjee et al., 2008). Así, el modelo propuesto por Bhattacherjee et al. (2008) extiende el modelo de continuidad de uso de las TI de Bhattacherjee (2001b) incluyendo la noción de PBC y relacionando la intención de continuidad de utilización con la conducta de continuidad de uso. Tras someter el nuevo modelo a pruebas, concluyen que el modelo extendido obtiene un poder explicativo superior al modelo original debido en su mayoría a la inclusión de la auto–eficacia como variable predictora. El efecto de la auto–eficacia implica que los usuarios que no tienen la confianza en su habilidad para usar una TI –y que por tanto tienen una baja auto–eficacia– son más propensos a tener menos intención de continuar su uso comparado con los usuarios con alta auto–eficacia, incluso estando satisfechos con su experiencia de uso anterior. Validan también la relación positiva entre la intención y continuidad de uso aunque expresan la necesidad de añadir más variables con efecto en el comportamiento de continuidad de uso, pues solo consiguen explicar un 26% de las variaciones de conducta de continuidad de uso a través de la intención y las condiciones facilitadoras. Esto implica que los usuarios perciben tener menos control sobre las condiciones externas que facilitan o limitan el uso de las TI y son menos propensos a continuar usando la tecnología, incluso teniendo intención de hacerlo. La extensión de ECM presenta limitaciones en cuanto al método de experimentación y medida seguido (Bhattacherjee et al., 2008), pues aunque la medida de la continuidad de uso percibida es más precisa que usando escalas Likert, no es tan certera y determinante como la medida de datos objetivos de continuidad de uso dados por registros del sistema. 3.3.4.2. TAM como modelo de continuidad Considerando el enorme impacto que el Modelo de Aceptación de la Tecnología marcó en los estudios sobre el comportamiento de adopción de tecnologías o innovaciones, son 124 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías varios los autores que han propuesto considerar TAM para explicar también la continuidad de uso de las Tecnologías de la Información, añadiendo en algunos casos nuevas variables (Hong et al., 2006; Roca et al., 2006; Wangpipatwong et al., 2008). Hong et al. (2006) realizan un análisis comparativo de tres modelos para entender el comportamiento de continuidad de las TI en el contexto de internet móvil: (1) ECT en el dominio de las TI (ECM); (2) el modelo de aceptación de la tecnología (TAM); y (3) un modelo híbrido entre TAM y ECM que denominan modelo extendido de ECM en el contexto de las TI (EECM–IT34). Hong et al. (2006) justifican el uso de TAM basándose en distintas aplicaciones de TAM en usuarios experimentados que han probado ser válidas (Adams et al., 1992; Davis, 1989; Gefen et al., 2003). Motivados por las similitudes entre ECM y TAM, por ejemplo en cuanto al constructo de utilidad percibida, Hong et al. (2006) proponen un modelo híbrido entre ambos que mejore el poder predictivo al incorporar también las diferencias en las percepciones de los usuarios de ambos modelos (gráfico 48). Utilidad Percibida Confirmación Satisfacción Intención de continuidad de uso de los SI Facilidad de Uso Percibida GRÁFICO 48. EXTENSIÓN DE ECM EN EL DOMINIO DE LAS TI (HONG ET AL., 2006) El modelo híbrido se denomina también ECM extendido (EECM) porque toma como base el ECM (Bhattacherjee, 2011) y lo modifica teniendo en cuenta TAM y su repercusión posterior. Así, dado el impacto considerable y evidencia científica del impacto de la facilidad de uso percibida en la utilidad percibida y en la intención de uso de las TI añaden el constructo facilidad de uso percibida al modelo, destacando su papel fundamental en la determinación de la aceptación de las TI. 34 Extended Expectation Confirmation Model in the IT domain (EECM-IT), en inglés. 125 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías En este modelo la facilidad de uso percibida ejerce una influencia positiva en la satisfacción y en la intención de continuidad, que también se ve impactada indirectamente a través de la utilidad percibida (Hong et al., 2006). Aplicando el mismo razonamiento que en ECM, se considera que la confirmación afecta positivamente a la facilidad de uso percibida, dado que la facilidad de uso percibida por el usuario se vuelve más concreta y actualizada al ganar confirmación. Basados en los resultados empíricos de los tres modelos, y dada la complejidad añadida de EECM respecto a TAM, Hong et al. (2006) concluyen que, a pesar de haber sido diseñado para estudiar la conducta de aceptación, TAM es el que mejor se adapta a los datos y por tanto es un modelo completamente válido para explicar el comportamiento de continuidad de uso de las TI. Además, la sencillez, aplicabilidad, repercusión y apoyo científico otorgado a TAM lo convierten en un modelo flexible que puede adaptarse para estudiar la continuidad de uso de tecnologías de distinta naturaleza. No obstante, EECM– IT se revela como un modelo con gran potencial predictivo de la continuidad, proporcionando una explicación más completa sobre la conducta de post–adopción de los usuarios. Por otro lado, Roca et al. (2006) proponen también un modelo inspirado en TAM fruto de la descomposición de éste y la agregación de constructos y relaciones propios de ECM y ECT. Es un modelo complejo, con once constructos que en su conjunto determinan la satisfacción, y ésta a su vez la intención de continuidad de uso, aplicada al e–learning o aprendizaje electrónico. Estos once constructos conforman cinco conjuntos de creencias cuya influencia en la satisfacción ha sido resaltada por diversos autores: la norma subjetiva, la confirmación, la calidad percibida, la usabilidad percibida y el control percibido. Los autores tejen así un complicado entramado de hasta veinte relaciones entre los distintos constructos cuya validez tratan de probar empíricamente. En el modelo de Roca et al. (2006) se incluyen los constructos originales de ECM, como la confirmación –una de las variables principales del modelo– la utilidad percibida y la satisfacción (ver gráfico 49). 126 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Información de Calidad Influencia Interpersonal Confirmación Servicio de Calidad Sistema de Calidad Influencia Externa Satisfacción Utilidad Percibida Absorción Cognitiva Intención de Continuidad de aprendizaje Facilidad de Uso Percibida Percepción de Calidad Percepción de Uso Auto- eficacia con el PC Auto- eficacia con Internet Percepción de Control GRÁFICO 49. MODELO DE CONTINUIDAD DE USO TAM–ECM–ECT (ROCA ET AL., 2006) En relación a la auto–eficacia, Roca et al. (2006) la incorporan en el control percibido diferenciando entre auto–eficacia ante el ordenador35 y auto–eficacia con Internet. Partiendo del concepto introducido por Bandura (1977, 1982), definen la auto–eficacia como la creencia del individuo acerca de si puede o no desempeñar una tarea o comportamiento en concreto, lo que aplicado a los ordenadores y a Internet supone la creencia sobre las habilidades para utilizar un ordenador o Internet, respectivamente. De esta definición se sugiere el efecto indudable de ambos tipos de auto–eficacia en la facilidad de uso percibida (Venkatesh y Davis, 1994; Hsu y Chiu, 2004; Roca et al., 2006), y no directamente en la intención de continuidad de uso como planteaba el modelo extendido de ECM de Bhattacherjee et al. (2008). Entre las novedades del modelo cabe destacar la inclusión de la absorción cognitiva como elemento mediador entre la facilidad de uso percibida y la utilidad percibida, ya que consideran que la percepción de los usuarios de la complejidad y utilidad del sistema está influida por el grado de sensación de disfrute de los usuarios. Estos tres elementos colaboran en la determinación de la satisfacción y reciben influencia directa de la confirmación, generada a partir del conjunto de calidad percibida –conformado por la calidad de la información, la calidad del servicio y la calidad del 35 Computer self-efficacy. 127 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías sistema–. Las variables pertenecientes a la calidad percibida se asocian con el desempeño del sistema, propio de ECT, y determinan la confirmación en el sentido en que un alto desempeño tiene más probabilidades de superar las expectativas, creando así una confirmación positiva y con ella una mayor satisfacción del consumidor. Roca et al. (2006) corroboran el importante peso de la confirmación en la utilidad percibida, y en menor medida también en la satisfacción, facilidad de uso y absorción cognitiva. Destacan además la importancia de la calidad percibida sobre la confirmación y la satisfacción, pues la agregación de este conjunto de variables a un modelo basado en ECT suponía el principal objetivo del modelo. Los experimentos descartan sin embargo la influencia de la norma subjetiva – dada en términos de influencia externa e interpersonal – en la satisfacción, lo que achacan al tipo de muestra seleccionada en estos experimentos. Finalmente, ponen de manifiesto la alta correlación entre la utilidad percibida y la satisfacción, lo que sugiere que la creencia de los usuarios en la utilidad es un antecedente decisivo de su percepción de satisfacción. Por último, retomando el concepto de auto–eficacia con el ordenador, Wangpipatwong et al. (2008) proponen un nuevo modelo inspirado en TAM que permite explicar la intención de continuidad en el contexto de uso de páginas web de gobierno electrónico, o e–government (gráfico 50). Utilidad Percibida Facilidad de Uso Percibida Intención de Continuidad Auto-eficacia con el PC GRÁFICO 50. MODELO BASADO EN TAM APLICADO A E–GOVERNMENT DE WANGPIPATWONG ET AL. (2008) 128 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Este modelo vuelve a considerar necesario incluir la auto–eficacia en el modelo de continuidad y, en contra de la mayor parte de estudios y modelos en esta rama, omite el papel de la satisfacción como determinante de la recompra o continuidad en el uso. Siguiendo un razonamiento similar al de Roca et al. (2006) en su modelo, la auto–eficacia con el ordenador influye en la facilidad de uso percibida, pero también se contempla su efecto directo en la intención de continuidad, al considerar que la auto–eficacia del individuo respecto al ordenador determina significativamente la decisión de usar los ordenadores. En la misma línea, y apoyados por los estudios de Compeau y Higgins (1995b), Wangpipatwong et al. (2008) defienden que los individuos con una alta auto–eficacia con ordenadores usan éstos más frecuentes, disfrutan más de su uso y experimentan una menor ansiedad frente a su utilización. Además, comprueban empíricamente que la adopción y la continuidad de uso de páginas web relacionadas con e–government depende de la auto–eficacia hacia los ordenadores de los ciudadanos. 3.3.4.3. Modelo de continuidad basado en las teorías sociales Los modelos basados en la psicología social se han utilizado para explicar la intención de los consumidores de reutilizar el comercio electrónico como método de compra. En concreto, el modelo de Chen (2012) recoge las influencias de la Teoría Cognitiva Social, junto con alguno de los constructos propios de ECM, TAM y conclusiones extraídas de experimentos acerca del uso y continuidad del comercio electrónico. Chen (2012) considera que después del uso inicial de los servicios de Internet, la intención conductual de los usuarios de Internet genera un mecanismo auto–regulatorio siempre que los usuarios tratan de repetir las mismas actividades. Por otro lado, recoge las conclusiones alcanzadas por Hsu et al. (2004) sobre el efecto que la experiencia previa y la auto–eficacia tienen en el comportamiento. El modelo de Chen (2012) trata de recoger las conclusiones más importantes en teoría de continuidad y de suplir las inconsistencias de las variables, así como de integrar factores significativos que conciernen a los procesos del aprendizaje individual y a las motivaciones que les conducen a la recompra en el entorno de Internet (gráfico 51). 129 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Modelo de Comportamiento Utilidad Percibida Experiencia positiva de compra por Internet Facilidad de Uso Percibida Satisfacción Intención de recompra Confirmación Variables de Control: Género Edad Años compra por Internet Auto- eficacia de compra por Internet t1 t2 GRÁFICO 51. MODELO DE RECOMPRA EN COMERCIO ELECTRÓNICO DE CHEN (2012) El modelo de Chen especifica por una parte las variables propias de una recompra temprana (t1) y por otra de recompra tardía (t2). En la primera se encuentran: (1) la experiencia positiva de compra por Internet, (2) el modelado de la conducta, (3) la utilidad percibida, (4) la facilidad de uso percibida y (5) la auto–eficacia de compra por Internet. El primero es un factor fundamental del comportamiento y las cogniciones, y uno de los determinantes clave de la auto–eficacia (Wood y Bandura, 1989). Su agregación al modelo se basa en la concepción de que los individuos están acostumbrados a realizar las mismas actividades, por lo que la experiencia previa les permite esperar oportunidades de éxito similares, influyendo a través de la confirmación en el comportamiento posterior. En el contexto de comercio electrónico los individuos que han tenido una experiencia anterior positiva y satisfactoria son más propensos a percibir una utilidad y confirmación positiva. Otras de las variables de recompra temprana que difieren de los modelos de continuidad de uso más relevantes es el modelado del comportamiento. Es un factor originario de la 130 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Teoría del Aprendizaje Social (SLT) 36 (Nord y Peter, 1980), y describe el proceso por el que los individuos son estimulados para obtener una cognición subjetiva o auto–eficacia por medio del aprendizaje observacional (Compeau y Higgins, 1995). Chen (2012) adapta esta definición al comercio electrónico describiendo el modelado del comportamiento como la intención de compra de los consumidores de Internet basada en la observación de los demás. En esta ocasión la auto–eficacia se renombra como auto–eficacia de compra por internet (ISE37) y se basa en la noción de control del comportamiento percibido para extraer sus dimensiones y analizar su efecto en la continuidad de uso, de la misma forma que se hizo en el modelo extendido de ECM (Bhattacherjee et al., 2008). El modelo de Chen (2012) considera la influencia de la auto–eficacia sobre la confirmación y la utilidad percibida, puesto que los consumidores se sentirán más seguros con una tarea online específica si se consideran a sí mismos con fuertes capacidades en el uso de Internet. En la etapa de recompra tardía se encuentran los elementos fundamentales en la mayor parte de modelos de continuidad de uso: la confirmación, la satisfacción y la intención de recompra. La confirmación determina la utilidad y facilidad de uso percibidas y representa el antecedente de la satisfacción. Por su parte, ésta se ve afectada por la mayoría de los factores del modelo excepto el modelado del comportamiento, que ejerce su efecto a través únicamente de la confirmación. Finalmente la auto–eficacia junto con la satisfacción determinan unívocamente la intención de recompra. Además, las variables de control se añaden al modelo con objeto de tener en cuenta factores como el género, edad, o años de experiencia comprando por Internet, que influyen directamente en la intención de recompra. Tras probar el modelo en una amplia muestra de usuarios de Internet, Chen (2012) concluye que los factores relacionados con SCT, TAM y los modelos de continuidad de uso de los SI juegan un importante papel formando la intención de recompra de los consumidores online. El análisis de los resultados arrojó conclusiones que cabe destacar, como el peso significativo de la mayoría de variables del modelo en la formación de la intención de continuidad, lo que apoya investigaciones anteriores (Bhattacherjee, 2001; Thong et al., 2006; Chiu et al., 2009). Sin embargo, la relación entre la auto–eficacia y la confirmación no obtuvo resultados significativos que probaran su validez. Chen (2012) 36 37 Social Learning Theory. Internet Self-Efficacy. 131 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías achaca este resultado a que conforme los usuarios ganan experiencia con una tecnología el efecto de la auto–eficacia en la compra por Internet sobre la confirmación disminuye hasta convertirse en insignificante (Hsu et al., 2004; Venkatesh et al., 2003). 3.4. Modelos de continuidad tras recuperación de servicio Un tipo particular de modelos de continuidad en el uso de la tecnología son los conocidos como modelos de continuidad de uso tras la recuperación de servicio; es decir, modelos que estudian el comportamiento de uso de tecnologías por parte de los consumidores una vez se ha producido una queja debido a un fallo del servicio. Algunos ejemplos de fallo en el servicio son: indisponibilidad del producto, fallo en el envío, precio erróneo, producto defectuoso o lentitud en la prestación del servicio. Es importante que las empresas conozcan la conducta de los consumidores en tales casos para así poder abordar estrategias adecuadas que permitan paliar el efecto de estos fallos y “recuperar” al cliente a la vez que se garantiza su satisfacción. Con este objeto surgen diversas teorías explicativas del comportamiento y las reacciones de los consumidores en una situación de conflicto, así como de los factores que pueden llevar al individuo a la continuidad de uso tras un fallo en el servicio. Entre ellas cabe destacar: la teoría de la justicia, la teoría del control de los afectos, y la teoría de la apreciación cognitiva. 3.4.1. Teoría de la Justicia La Teoría de la Justicia es una extensión de la Teoría de la Equidad, original de Stouffer et al. (1949) y posteriormente empleada por Adams (1965) –entre otros– para explicar las reacciones de los individuos ante situaciones de queja. Anteriormente a 1975, la equidad se asociaba con la justicia distributiva, basada en situaciones equitativas (o justas) y no equitativas (o injustas), fruto de la comparación del ratio entre la inversión necesaria para adquirir el producto –inputs– y las recompensas que éste proporciona al consumidor –outputs–, con el mismo ratio para otras personas y productos (Adams, 1965). La teoría de la justicia considera la justicia percibida como un antecedente cognitivo de la satisfacción y está comprendida por tres dimensiones (Oliver y Swan, 1989): la justicia distributiva (equidad), de procedimiento y de interacción. La justicia distributiva (JD) representa los recursos materiales que la organización emplea para subsanar o 132 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías compensar al consumidor por un fallo en el servicio, tales como devoluciones o descuentos (Mattila, 2001). El efecto de la justicia distributiva sobre la satisfacción de los consumidores tras la recuperación del servicio ha sido investigado en múltiples ocasiones (Oliver y Swan, 1989; Smith et al., 1999; Maxham III y Netemeyer, 2002, 2003), corroborando que las compensaciones proporcionadas a los clientes que emiten quejas han favorecido a incrementar la satisfacción de los mismos con la recuperación del servicio y, en consecuencia, realizan una valoración más positiva del servicio. En el contexto de subastas electrónicas, Chiu et al. (2010) caracteriza la justicia distributiva como la comparación entre los inputs –principalmente dinero, tiempo y esfuerzo– que el comprador invierte en la relación de compra–venta y los outputs –el producto o servicio– que recibe de esa relación, valorando de este modo si el tiempo y esfuerzo invertidos se ven compensados por la calidad y entrega del producto o servicio. La justicia de procedimiento (JP) se relaciona con la percepción del proceso de gestión del fallo en el servicio por parte de la empresa, esto es, comprende todos aquellos procesos que la empresa lleva a cabo para recibir quejas y satisfacer al cliente con la resolución del fallo (Mattila, 2001). Incluye las facetas de oportunidad y control del proceso, pues refleja la oportunidad de que los clientes expresen sus quejas con el servicio, así como de consultar el estado de solución al problema para finalmente recibir una solución que suponga la recuperación del servicio (Smith et al., 1999; Vázquez et al., 2009). Ello implica que factores como el tiempo y velocidad de resolución sean esenciales para la determinación de la justicia de procedimiento (Maxham III y Netemeyer, 2002). Diversos estudios han defendido el efecto significativo de la justicia de procedimiento percibida sobre el nivel de satisfacción del consumidor con la recuperación del servicio (Maxham III y Netemeyer, 2003; Schoefer y Ennew, 2005) o sobre la satisfacción global de la empresa (Maxham III y Netemeyer, 2002, 2003). Además, Maxham III y Netemeyer (2003) destacan que la justicia de procedimiento es la dimensión de la justicia percibida que ejerce un efecto más significativo en la satisfacción con la recuperación del servicio de los consumidores. Por su parte, la justicia de interacción (JI) o justicia interactiva representa las percepciones del individuo formadas como consecuencia del trato con los empleados durante el proceso de recuperación del servicio (Vázquez et al., 2009). Es evidente el componente interpersonal presente en esta dimensión de la justicia, que incluye factores como la percepción de los clientes acerca de la empatía de los empleados, el 133 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías respeto y educación que estos muestran, su cortesía y trato, o el esfuerzo puesto para solución el fallo del servicio (Smith et al., 1999). La justicia de interacción se ha relacionado en múltiples ocasiones con la formación de la satisfacción en el manejo de situaciones de fallo (Maxham III y Netemeyer, 2002; Schoefer y Ennew, 2005). En concreto, Gummesson (1991) introduce el concepto de part time marketer (modelo de colaboración que consiste en la asignación de un Director de Marketing a tiempo parcial y la externalización del departamento de Marketing, combinando las ventajas de la consultoría con las del ejecutivo en línea) para expresar el hecho de que son los empleados de primera línea, aquellos encargados de la entrega del servicio al cliente, los que interactúan realmente con los clientes y por tanto los que conducen de forma más significativa a la formación de juicios de los clientes y en último término a su satisfacción con la recuperación del servicio. Colquitt (2001) añade una cuarta dimensión a la justicia percibida: la justicia informacional, que refleja el grado en que los individuos cuentan con información sobre el resultado y los procedimientos a seguir en caso de fallo del servicio. La justicia informacional es la responsable de que los vendedores proporcionen información puntual y adecuada sobre cuatro preocupaciones del consumidor (Chiu et al., 2010): los productos, dudas acerca de las devoluciones, cambios en la política de la empresa y procesamiento de pedidos. La justicia informacional ha sido empleada para explicar la calidad de la información (Liu y Arnett, 2000), así como para evaluar la capacidad de una web para proporcionar información (Pavlou et al., 2007). La justicia determina el comportamiento del individuo tras una queja mediante un proceso que Hegtvedt (2006) modela a partir de estudios previos como el de Adams (1965), provocando reacciones de carácter emocial y cognitivo que están relacionadas (gráfico 52). Factores del consumidor: Características Creencias Motivaciones Evaluación de la justicia Reacciones Emocionales Reacciones Cognitivas y Conductuales Factores Situacionales GRÁFICO 52. MODELO BÁSICO DE LOS PROCESOS DE JUSTICIA (HEGTVEDT, 2006) 134 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías El modelo de Hegtvedt (2006) distingue dos grandes grupos de factores que influyen en la evaluación de la justicia: los factores del consumidor (el perceptor de la justicia) y los factores situacionales. Los primeros incluyen las características, creencias y motivaciones que describen al consumidor. Estos factores están interrelacionados de forma que las características, como el sexo o la edad, pueden afectar a las creencias, y ambas pueden influir en las motivaciones o viceversa. Por otro lado, los factores situacionales comprenden factores como los impuestos, recompensas (descuentos) asociados con la compra, o las relaciones sociales entre consumidor y vendedor. Los distintos factores contribuyen a la evaluación de la justicia, proceso cognitivo durante el cual los individuos realizan comparaciones con objeto de analizar el grado en que han percibido como justo un determinado trato o servicio. La evaluación de la justicia viene seguida de dos tipos de reacciones: emocionales y cognitivas o de comportamiento. El efecto de estas es más apreciable en situaciones en las que se percibe injusticia, momento en el que se produce una sensación de angustia que lleva al consumidor a un cambio en su comportamiento que le permite superar esa sensación (Hegtvedt, 2006). El estudio de la recuperación del servicio (SR) se centró en un primer momento en la aplicación de la teoría de la justicia a contextos de SR. Otros autores defienden sin embargo el papel de los factores emocionales y afectivos –y no solo cognitivos– tras un comportamiento de queja (Schoefer y Ennew, 2005). 3.4.2. Teoría de Control de los Afectos (ACT) En el contexto de recuperación del servicio, la Teoría de Control de los Afectos (ACT38) (Heise, 1977, 1979, 1985; MacKinnon, 1994) defiende que las emociones actúan como mediadoras entre la justicia percibida y la lealtad, por lo que su objetivo es por un lado determinar las emociones derivadas de un evento concreto y por otro analizar el efecto que éstas tienen sobre el comportamiento del individuo. Para ello se basa en tres premisas básicas (Heise, 1979): (1) los individuos se comportan de manera tal que las emociones se adecúan a la situación, lo que implica que los consumidores que reciben una recuperación de servicio inaceptable expresan sus emociones (por ejemplo frustración) abiertamente; (2) los individuos que inhiben sus emociones minimizarán la importancia del fallo del servicio; (3) los individuos que no reciban una justa recuperación del servicio dejarán de ser clientes de la compañía que presta el servicio. 38 Affect Control Theory, en inglés. 135 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías En resumen, las tres premisas de la ACT se traducen en un único axioma (Heise, 1979, 1985; MacKinnon, 1994) que enuncia que las personas actúan de tal modo que las impresiones generadas por los eventos confirman sus sentimientos hacia sí mismos, en lo que se conoce como el principio de reacción afectiva. La ACT describe estas respuestas afectivas a lo largo de tres dimensiones (Osgood et al., 1975): la evaluación, la potencia y la actividad. La evaluación refleja la bondad o maldad que se asocia con un concepto, representando cualidades opuestas (caliente–frío, bueno–malo, etc.). Por su parte, la potencia se asocia con la fortaleza o debilidad asociada a un concepto, mientras que la actividad representa la vivacidad o tranquilidad con la se realiza esa asociación. Los sentimientos se definen entonces como aquellos conceptos que evocan bondad, fortaleza y vivacidad; son respuestas afectivas hacia símbolos ampliamente compartidos por una cultura o sub– cultura. En la Teoría clásica del Control de los Afectos, la justicia percibida se relaciona con las emociones de forma que los individuos tratados justamente experimentarán emociones positivas, mientras que los que han recibido una compensación no acorde al problema experimentado se sentirán probablemente enfadados (Homans, 1961). La acción a llevar a cabo tras un fallo en el servicio (lealtad o abandono) debe confirmar el sentimiento adjunto a la identidad del consumidor (Chebat y Slusarczyck, 2005). Así, un consumidor permanecerá leal a la empresa siempre que su identidad propia no se vea afectada por la recuperación del servicio propuesta por el proveedor del servicio. Además, según Heise (1979) las emociones de los consumidores les conducen a elegir un tipo concreto de conducta que les permite recuperar su identidad propia. En consecuencia, Chebat y Slusarczyck (2005) atribuyen a las emociones un papel mediador en la relación entre la justicia y las respuestas conductuales (lealtad o abandono), en lugar de centrarse únicamente en el efecto de la justicia percibida sobre las emociones. En su estudio, Chebat y Slusarczyck (2005) analizan la justicia percibida y las emociones que experimentan los clientes ante situaciones reales, concluyendo la influencia desigual de las tres dimensiones de la justicia percibida (distributiva, de procedimiento e interactiva) sobre las emociones, puesto que la justicia percibida afecta directamente a las emociones negativas y solo la justicia distributiva e interactiva influyen en las emociones positivas. A este respecto, es necesario que la empresa lleve a cabo acciones para que los empleados tengan una mayor orientación hacia las emociones del usuario del servicio 136 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías (como formación o entrenamiento). Esta estrategia puede no solo dar un valor añadido al servicio ofertado sino que mejorará la capacidad de los empleados para situarse en el lugar del usuario y así poder prestarle una mejor ayuda, aumentando la percepción de la justicia interactiva y con ella la satisfacción del consumidor a través de las emociones positivas. La influencia de la justicia percibida sobre las emociones ha sido un estudio recurrente en la literatura de la teoría de las emociones. Destacan entre ellos el trabajo de Barrett (1999), Weiss et al. (1999), McColl–Kennedy y Sparks (2003) y Schoefer y Ennew (2005). En concreto, McColl–Kennedy y Sparks (2003) describen el proceso de evaluación del fallo y recuperación del servicio, que posteriormente fue detallado por Vázquez et al. (2009) para explicar la casuística de la justicia percibida y posterior satisfacción (gráfico 53). Este proceso describe, en el contexto de recuperación del servicio, los dos elementos identificados por Hegtvedt (2006) en su modelo de justicia percibida: la evaluación de la justicia, y las reacciones emocionales. Vázquez et al. (2009) afirman que en situaciones de fracaso del servicio y su consiguiente recuperación, es posible detectar respuestas emocionales características en los consumidores, como son el enfado, la desilusión, el contento, la sorpresa o el entusiasmo, asociadas con las dimensiones de la justicia percibida. De este modo, la justicia percibida producirá unas reacciones emocionales cuya intensidad depende por un lado de la atribución del fracaso a la empresa y su responsabilidad para actuar de forma oportuna, y por otro de las expectativas de los consumidores, formadas al comparar las alternativas disponibles (el pensamiento de contraste) y la percepción del comportamiento llevado a cabo para solucionar el fallo. Finalmente, las respuestas emocionales se traducirán, en función de su intensidad, en una mayor o menor satisfacción del consumidor con la recuperación del servicio. 137 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías Emociones (positivas y negativas) Suceso de fracaso del Servicio Acto (omisión) de recuperación del servicio: justicia percibida Especialmente Negativa Pensamiento de contraste activado “podrían haber hecho más” Sentimiento del Cliente: Enfadado Similar a la esperada Reducido o ningún pensamiento de contraste Sentimiento del Cliente: Contento Especialmente Positiva Pensamiento de contraste activado “podrían haber hecho menos” Sentimiento del Cliente: Encantado Reducida Satisfacción Elevada Satisfacción GRÁFICO 53. PROCESO DE EVALUACIÓN DEL FALLO Y RESPUESTA DEL CONSUMIDOR (VÁZQUEZ ET AL., 2009) Por tanto, resulta evidente que la manera en que la empresa trata y responde al fallo ocurrido en el servicio para darle solución y recuperarlo tiene un impacto directo sobre las emociones que experimentan los consumidores (Weiss et al., 1999; Chebat y Slusarczyck, 2005; Schoefer y Ennew, 2005) y éstas sobre la satisfacción final del usuario con la respuesta de la empresa. Es por ello que estudiar y entender la forma en que los consumidores reaccionan emocionalmente a las acciones de recuperación del servicio de la empresa es fundamental para conseguir clientes satisfechos y en definitiva clientes que continúen comprando o usando el servicio. 3.4.3. Teoría de la Apreciación Cognitiva La Teoría de la Apreciación o Evaluación Cognitiva39 (Frijda, 1986; Lazarus, 1991; Bagozzi et al., 1999; Johnson y Stewart, 2005; Watson y Spence, 2007) se centra en determinar las emociones fruto de un acontecimiento concreto con el fin de analizar su impacto en la conducta de los individuos. Desde la perspectiva de esta teoría, las emociones se presentan como respuestas a apreciaciones o evaluaciones que un individuo realiza acerca de un evento o experiencia relevante que le está sucediendo, creadas a partir de la evaluación del individuo y no del suceso en sí mismo. Esto explica 39 Cognitive Appraisal Theory. 138 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías cómo unas mismas circunstancias pueden generar reacciones emocionales diferentes en distintos individuos. Con esta base ideológica acerca de las emociones han surgido diversas teorías que profundizan en la generación de emociones a partir de la evaluación de eventos, conformando el conjunto de teorías de la apreciación cognitiva. Una de las primeras teorías a este respecto es la de Lazarus (1991), en la que distingue dos factores cognitivos esenciales de las emociones: (1) la naturaleza de las cogniciones o apreciaciones subyacentes de las emociones, y (2) las condiciones antecedentes que determinan esas cogniciones. Estos dos aspectos son, según Lazarus (1991), cruciales para definir las reacciones que provienen de las emociones iniciales. Los individuos decidirán qué emoción deben sentir después de interpretar un evento que acaba de suceder, dando importancia a la interpretación del evento como bueno o malo, y lo que el individuo cree que es la causa de ese evento (gráfico 54). GRÁFICO 54. PROCESO DE GENERACIÓN DE EMOCIONES SEGÚN LAZARUS (1991) La secuencia de generación de las emociones refleja la concepción de Lazarus acerca de la creación de emociones, pues considera fundamental la inclusión de una etapa de pensamiento en la que el individuo reflexiona sobre el evento ocurrido y decide cual debe ser su reacción emocional. Además define dos tipos de métodos de evaluación o apreciación: en la apreciación primaria se considera cómo la situación acontecida afecta al bienestar personal del individuo, y en la apreciación secundaria se evalúa cómo debería el individuo lidiar con el evento y sus consecuencias. Partiendo de la formulación de la teoría de la apreciación cognitiva de Frijda (1986) y Lazarus (1991), surgieron distintas variedades de ésta organizadas en torno a dos grandes grupos: modelos estructurales y modelos de proceso. El modelo estructural de la apreciación explica la relación entre las apreciaciones o evaluaciones y las emociones que éstas provocan, por lo que examina tanto los procesos de apreciación como la forma 139 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías en que las distintas apreciaciones influyen en las emociones experimentadas. Es en este tipo en la que se enmarca propiamente la teoría de Lazarus, distinguiendo entre apreciaciones primarias y secundarias. Por el contrario, el modelo de proceso trata de reflejar la naturaleza dinámica de las emociones complementando así el modelo estructural. Con esta intención Smith y Kirby (2000) proponen un modelo de dos procesos en el que el modelo estructural de apreciación se centra en lo que evalúa el individuo, y el modelo de proceso en cómo el individuo evalúa el estímulo emocional (gráfico 55). Contenidos de consciencia focal Afecto Subjetivo Representaciones asociativas activadas Estímulo Percibido Razonamiento Detectores de Apreciación Integración de apreciación Respuesta emocional: Resultado de apreciación Actividad psicológica Tendencias de acción GRÁFICO 55. MODELO DEL PROCESO DE APRECIACIÓN COGNITIVA (SMITH Y KIRBY, 2000) En su modelo, Smith y Kirby (2000) proponen varios procesos de apreciación que pueden ocurrir de forma paralela y que involucran mecanismos cognitivos. Sobre estos destacan dos procesos principales: procesamiento asociativo, que incluye la preparación afectiva y la activación de la memoria, y el razonamiento, que representa el proceso de pensamiento de forma controlada y deliberada. Además, un elemento distintivo de este modelo está formado por los detectores de la apreciación, que continuamente monitorizan y responden a la información de apreciación o evaluación que les llega de las distintas fuentes. La información registrada por estos detectores es la que determina 140 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías el estado emocional de la persona y es combinada en una integración de apreciaciones que inicia los procesos para generar los distintos componentes de la respuesta emocional, incluyendo un patrón organizado de la actividad fisiológica, las tendencias de actuación y el estado emocional. Smith y Kirby (2000) desarrollaron el modelo completo con objeto de poder explicar los distintos procesos involucrados en la apreciación cognitiva. Considerando la recuperación del servicio como el evento que acontece al individuo, es posible estudiar su respuesta emocional mediante la teoría de la apreciación cognitiva. De este modo, el fallo en el servicio actúa como disparador de las respuestas emocionales (Schoefer y Ennew, 2005). Schoefer y Ennew (2005) hacen una clara distinción entre la recuperación del servicio y el fallo de éste, pues aunque son eventos relacionados, ambos provocan reacciones emocionales de forma independiente. Integrando la teoría de la justicia percibida y la teoría de la apreciación cognitiva de las emociones, Schoefer y Ennew (2005) proponen que las respuestas emocionales de los consumidores respecto a la recuperación del servicio sean determinadas por la evaluación o apreciación de la justicia de ese proceso. Cabe destacar que las apreciaciones cognitivas de la justicia percibida son propuestas como conductoras de las respuestas emocionales hacia el manejo de la queja, que, en último término determina la satisfacción (Schoeffer y Ennew, 2005), y ésta la continuidad de uso por parte del consumidor. 141 CAPÍTULO 3 Modelos de adopción y continuidad en el uso de tecnologías 142 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Factores que inciden en la continuidad en el uso de tecnologías 143 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 144 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 4. Factores que inciden en la continuidad en el uso de tecnologías 4.1. Introducción En el capítulo anterior se han detallado los principales modelos de adopción y continuidad en el uso de tecnologías, con especial aplicación al comercio electrónico B2C. El objetivo de este capítulo es estudiar en detalle los constructos de que influyen en la continuidad en el uso de las tecnologías, así como las relaciones entre los mismos, de tal manera que la investigación realizada pueda servir para desarrollar nuevos modelos predictivos de recompra, cuyas hipótesis se definirán en el siguiente capítulo. Partiendo de la base de los modelos estudiados en el capítulo anterior, el análisis de los factores e interrelaciones indica que la satisfacción es el elemento fundamental que explica la continuidad en el uso de las tecnologías. Los modelos ya existentes –analizados en el capítulo anterior– presentan grandes diferencias en los constructos que explican la continuidad en el uso (en nuestro caso la continuidad de compra en comercio electrónico) dependiendo de si el internauta ha tenido comportamiento de queja a lo largo del proceso de compra. Después de estudiar los diferentes modelos de adopción y continuidad en el uso, como modelo de partida para los compradores sin comportamiento de queja, se utilizará un modelo basado en la Teoría de Confirmación de las Expectativas (ECT), ya que ésta ha sido una de las teorías más utilizadas para explicar el comportamiento post-compra en marketing de servicios y la satisfacción de los consumidores de sistemas de información. Se considera que el modelo de Bhattacherjee (2001b) puede ser el punto de partida en el diseño del nuevo modelo. La calidad se ha revelado también como un constructo fundamental en la continuidad de uso de las tecnologías siendo un elemento clave en el Modelo de Éxito de los Sistemas de Información de DeLone y McLean (1992, 2003, 2004) y el Modelo de Continuidad de Uso TAM–ECM–ECT (Roca et al., 2006). El interés por este concepto, que en muchas ocasiones se asocia también al de valor, provoca que en el modelo de Cronin et al. (2000) se utilicen como elementos predictores de la satisfacción. Además, la compatibilidad con ECT –al ser constructos que provienen también del ámbito de marketing de servicios para su integración en un modelo explicativo de continuidad en comercio electrónico B2C. Además se introduce en el modelo el constructo hábito, con 145 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías incidencia directa en la continuidad de compra, fundamental en el estudio de los procesos utilizado en teorías como TAM3. Para el caso de los compradores con comportamiento de queja es necesario partir de los modelos de continuidad tras la recuperación del servicio, estudiando los constructos presentes en la Teoría de la Justicia. La Teoría de la Apreciación Cognitiva estudia las emociones como respuesta ante acontecimientos como una queja en la conducta del individuo. Las acciones de justicia realizadas por el vendedor, además del impacto en las emociones, tendrán como objetivo recuperar la confianza del comprador, generar una satisfacción en la recuperación del servicio y una satisfacción acumulada que será determinante en nuevas compras. En resumen, el estudio de los factores que inciden en la continuidad en el uso de las tecnologías se realiza en tres epígrafes diferenciados: por un lado se tratan los constructos calidad, valor y satisfacción. Estos constructos se han utilizado en la literatura científica como predictores de la continuidad en el uso de las tecnologías y relacionados con variables como la intención, la lealtad, o el boca–a–oreja (Zeithaml, 1988; Parasuraman et al., 1988; Cronin y Taylor, 1992; Fornell et al., 1996; Cronin et al., 2000; Choi et al., 2004; Bhattacherjee, 2008; Zhou et al., 2009; Chen, 2012). En un segundo bloque se tratan la utilidad percibida, la confirmación y el hábito. La utilidad percibida y la confirmación se explican en el contexto del Modelo de Confirmación de Expectativas (ECM) (Bhattacherjee, 2001) y el constructo hábito se espera que pueda explicar la continuidad de compra de los consumidores. Los constructos de este segundo bloque se relacionan con variables fundamentales como la satisfacción o la intención de recompra (Bhattacherjee, 2001; Vijayasarathy, 2004; Kim et al., 2005; Lin et al., 2005; Roca et al., 2006; Hong et al., 2006; Limayem et al., 2007; Bhattacherjee et al., 2008; Venkatesh y Bala, 2008; Chen, 2012). Para finalizar, se estudiarán los constructos justicia, emociones y otros constructos específicos como la confianza que se utilizan, fundamentalmente, en modelos de comportamiento de queja, para modelar recuperaciones de servicio derivadas de una insatisfacción del usuario en el proceso posterior a la compra. Las variables de justicia, de naturaleza cognitiva se relacionan con las variables emocionales y éstas con constructos de naturaleza específica como la confianza. Además estos constructos también se relacionan con otros como la satisfacción o la lealtad (Smith et al., 1999; Singh y Sirdeshmukh, 2000; Smith y Bolton, 2002; Maxham III y Netemeyer, 2002, 2003; 146 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Harris y Goode, 2004; Schoefer y Ennew, 2005; Chebat y Slusarczyck, 2005; DeWitt et al., 2008; Vázquez et al., 2009; Río–Lanza et al., 2009). 4.1. Valor, calidad y satisfacción 4.1.1. Valor Los orígenes del estudio del valor pueden situarse en la década de los 80, desde disciplinas como la psicología y la economía al analizar de manera conjunta variables como el precio o la calidad (Holbrook, 1986; Zeithaml, 1988). Su estudio se ha realizado desde diferentes perspectivas: la económica (Zeithaml, 1988), la teoría basada en los procesos de Dodds et al. (1991) y la tipología del valor descompuesto en ocho componentes de Holbrook (1986). Además el término valor se puede estudiar desde distintos ámbitos (Payne y Holt, 2001): el valor percibido, entendido como el valor del producto o servicio recibido por el consumidor o el valor del consumidor para la empresa, referido más a aspectos económicos y de creación y entrega de valor por parte de las organizaciones hacia el consumidor. En esta investigación el ámbito utilizado es el del valor percibido. 4.1.1.1. Definición de valor En la literatura científica es posible encontrar una amplia variedad de definiciones sobre el valor (ver tabla 3). El denominador común de las distintas definiciones es la concepción del valor como una percepción que relaciona aquello que el consumidor ha aportado para conseguir un producto o servicio, con lo que ha recibido de éste (Zeithaml, 1988; Woodruff, 1997). Otro rasgo común es que muchas de estas definiciones están basadas en términos subjetivos como la utilidad, el vínculo emocional o los beneficios percibidos (Woodruff, 1997). 147 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Autor Zeithaml (1988) Monroe (1990) Butz y Goldstein (1996) Definición El valor es la evaluación global del consumidor acerca de la utilidad de un producto, basada en las percepciones de lo que se ha recibido y lo que se ha dado. El valor representa la evaluación entre la calidad recibida por un producto o servicio y los sacrificios en los que el individuo ha incurrido para conseguirlo. El valor percibido es un vínculo emocional establecido entre un consumidor y un vendedor. Woodruff y Gardial (1996) El valor percibido por el consumidor representa la percepción del individuo sobre las consecuencias que desea que ocurran en una determinada situación para que se ajusten a sus deseos. Woodruff (1997) El valor percibido refleja la preferencia percibida y evaluación de un consumidor acerca de los atributos de un producto, los atributos del desempeño del producto, y las consecuencias derivadas del uso que facilitan o impiden al consumidor conseguir sus objetivos en situaciones de uso. Bolton y Lemon (1999) El valor percibido supone una valoración de los beneficios que aporta un servicio en relación con los costes monetarios y no monetarios. Day y Crask (2000) El valor es la evaluación por parte de los consumidores del desempeño percibido, de los riesgos o beneficios físicos, sociales y/o psicológicos, así como de los costes. Kotler (2000) El valor percibido del consumidor es la diferencia entre la evaluación a futuro de todos los beneficios y los costes de una oferta frente a las alternativas percibidas. Heinonen (2006) El valor representa un intercambio entre beneficios y sacrificios, que dependen de factores temporales y de localización. TABLA 3. DEFINICIONES DEL CONCEPTO DE VALOR En la práctica del marketing, el valor, la calidad y la satisfacción a veces se usan de manera indiferenciada (Day y Crask, 2000) aunque existen diferencias acusadas entre estos conceptos: el valor es temporal (puede cambiar con el tiempo), está vinculado a una situación concreta y entra en el ámbito de las percepciones (Zeithaml, 1988; Woodruff y Gardial, 1996) pudiendo variar en diferentes contextos de compra. Otro aspecto a tener en cuenta es las diferentes opiniones sobre la naturaleza unidimensional o multidimensional de este constructo. Zeithaml (1988) y Cronin et al. (2000) defienden su naturaleza unidimensional como balance entre los beneficios y sacrificios obtenidos por el consumidor. Los beneficios incluyen aspectos como la seguridad, el desempeño, la apariencia, el confort o la durabilidad (Day et al., 2000 mientras que en los sacrificios hay elementos como el tiempo, la energía o el esfuerzo (Dodds et al., 1991). Se puede, por tanto, aumentar el valor aumentando los beneficios o mitigando los sacrificios en los que tiene que incurrir el individuo. 148 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías El enfoque multidimensional está liderado por el modelo de Sheth et al. (1991), continuado por Woodruff (1997), Sweeney y Soutar (2001) y Pura (2005) en el que se incorporan dimensiones que captura los aspectos sociales y emocionales del individuo. Sheth et al. (1991) proponen un modelo del valor compuesto por cinco dimensiones: social, emocional, funcional, condicional y epistémica que define de la siguiente manera: Valor funcional: utilidad percibida a partir de los atributos del producto/servicio. Valor emocional: estados afectivos generados por la experiencia de consumo. Valor social: aceptación a nivel de las relaciones del individuo con su entorno. Valor epistémico: capacidad de un producto para satisfacer los deseos de conocimiento. Valor condicional: factores situacionales propios de una situación social específica. Sweeney y Soutar (2001) proponen un modelo de valor basado en el de Sheth et al. (1991) pero eliminando las dimensiones epistémica y condicional, desarrollando una escala de medida del valor que denominan PERVAL, incluyendo dimensiones funcionales y afectivas, relacionadas con las emociones. Otros autores también incluyen el impacto social que ejerce la compra (Sánchez et al., 2006). Pura (2005) elige una formulación multidimensional reflectiva en su trabajo sobre servicios de directorio electrónico, utilizando como componentes del valor las dimensiones social, emocional, epistémica, condicional, de comodidad y monetaria, definidos de la siguiente forma (Pura, 2005): El valor social es la aprobación del entorno social como consecuencia del uso de los productos o servicios. El valor emocional es el aumento de la diversión, o disfrute de las experiencias de servicio. El valor epistémico se refiere al valor de la novedad, derivado del aprendizaje al realizar acciones habituales de forma nueva. El valor condicional se genera en determinadas condiciones, dependiendo de la hora, la ubicación, el entorno social y tecnológico, o el estado mental del usuario. El valor de comodidad se define como la posibilidad de realizar una tarea de forma eficaz y eficiente. El valor monetario denota la percepción de la relación calidad–precio. 149 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 4.1.1.2. Formación del valor Zeithmal (1988) y Woodruff (1997) explicaron la formación del valor como medios que permiten al individuo alcanzar sus objetivos y metas. El gráfico 56 muestra la jerarquía de objetivos de Woodruff (1997) analizada para el ámbito de productos físicos: el objetivo final es la satisfacción en el consumo. Los atributos describen de forma concreta aquello que el producto posee, mientras que las consecuencias se refieren al resultado de esos atributos, es decir, al efecto que tiene el producto sobre el consumidor, que puede ser negativo o positivo según los beneficios y costes que quiere el individuo (Woodruff y Gardial, 1996). Así, la percepción del valor se creará como consecuencia del flujo a través de los distintos niveles: un consumidor cuyo objetivo es el cuidado del medio ambiente valorará más la compra de una marca de baterías que no dañe el entorno. Valor deseado del consumidor Satisfacción del consumidor con el valor recibido Objetivos del consumidor Satisfacción basada en el objetivo Consecuencias deseadas Satisfacción basada en las consecuencias Atributos del producto y desempeño de los atributos deseados Satisfacción basada en los atributos GRÁFICO 56. MODELO DE LA JERARQUÍA DEL VALOR (WOODRUFF, 1997) Sweeney et al. (1999) señala que en la formación del valor influyen las implicaciones de la posesión del producto más a largo plazo, incluyendo el desempeño y el riesgo financiero. De esta forma, el valor se forma a partir de la calidad del producto, el precio 150 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías respecto a otros productos similares, el riesgo percibido, y la calidad funcional y técnica del servicio. Agarwal y Teas (2001) (ver gráfico 57) incluyen la calidad y el sacrificio percibido como antecedentes indirectos del valor. La calidad se construye a través de variables como la marca, la tienda, el país de origen y el precio y el sacrificio se forma por los riesgos del desempeño del producto o servicio y el riesgo financiero. Por otro lado, el riesgo del desempeño es el principal mediador en la relación entre calidad y valor, mientras que el riesgo financiero modera el efecto del sacrificio percibido sobre el valor percibido. Nombre del país Nombre de la tienda Riesgo del desempeño Calidad Percibida Nombre de la marca Valor Percibido Precio Riesgo Percibido Riesgo financiero GRÁFICO 57. MODELO DE FORMACIÓN DEL VALOR (AGARWAL Y TEAS, 2001) Heinonen et al. (2010) defienden que la formación del valor en ocasiones puede ser, en ocasiones, un proceso de carácter inconsciente construyéndose a través de procesos mentales, emocionales y cognitivos a lo largo de cuatro dimensiones: Dimensión de lugar (dónde): el valor se crea en múltiples espacios, a menudo incontrolables, que reflejan la esfera de vida del consumidor, extendiéndose más allá del ámbito de control de la compañía que presta el servicio/producto. Dimensión de tiempo (cuándo): el valor se forma antes, durante y después de la experiencia de compra del consumidor. Dimensión relacionada con la experiencia de compra (qué): la formación del valor es un proceso relacionado con los marcos personales y del servicio. El 151 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías consumidor relaciona, consciente o inconscientemente, la experiencia de compra con su experiencia vital en un momento específico y en una situación concreta. Dimensión personal (cómo): el valor no es objetivo ni subjetivo, es simplemente personal. Además, no está aislado sino que se interconecta con la realidad de los demás. 4.1.1.3. Relación del valor con otros factores de recompra En el gráfico 58 se representan los factores cuya relación con el valor ha sido justificada por distintos autores: Calidad Emociones Satisfacción Valor Riesgo Intención Lealtad GRÁFICO 58. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON EL VALOR La calidad es un constructo que ha sido relacionado de manera habitual con el valor percibido, especialmente en continuidad de compra. Zeithaml (1988) desarrolla un modelo que relaciona el precio, la calidad y el valor. Este último viene determinado principalmente por la calidad percibida, el sacrificio percibido y los atributos del producto. Posteriormente, Fornell (1996) al desarrollar el ACSI40 (Índice de Satisfacción del Consumidor Americano) defienden la relación positiva existente entre la calidad y el valor percibido, siendo la calidad directo antecedente del valor, relación que también ha sido validada por otros autores (Dodds et al., 1991; Andreassen, 1998; Cronin et al., 40 American Customer Satisfaction Index, en inglés. 152 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 2000; Choi et al., 2004). Cronin et al. (2000) en su revisión de la literatura centrada en las relaciones calidad–valor–satisfacción, también soportan empíricamente la influencia directa de la calidad, junto con los sacrificios, sobre el valor percibido. Muchos autores defienden la independencia del valor y la calidad en la formación de la conducta de los consumidores. Sin embargo otros trabajos como el de Bolton y Drew (1991) indican que el concepto de valor puede incluso llegar a remplazar el de satisfacción y calidad, especialmente en servicios de naturaleza electrónica (Parasuraman et al., 2005). La satisfacción es otro constructo relacionado habitualmente con el valor. Muchos autores sostienen que el valor es antecedente de la satisfacción (Fornell et al., 1996; Patterson y Spreng, 1997; Day et al., 2000; Choi et al., 2004; Yang y Peterson 2004). Woodruff (1997) relaciona el modelo de jerarquía de valores y la satisfacción: satisfacción basada en los objetivos, basada en las consecuencias, y basada en los atributos, argumentando que según sea el tipo de valor percibido se formará un tipo de satisfacción. Algunos trabajos defienden el sentido contrario en la relación valor– satisfacción: la satisfacción tiene efectos sobre el valor percibido (Chang y Wildt, 1994; Wakefield y Barnes 1996; Sweeney et al., 1999). La lealtad es un constructo muy usado en marketing, que también está relacionado con el valor. Este constructo es definido en Oliver (1999) como “el compromiso profundo de continuar comprando o repetir un producto o servicio consistentemente en el futuro, causando así una repetición de marca a pesar de que las influencias situacionales y los esfuerzos de marketing tienen el potencial de provocar un cambio de comportamiento”. Posteriormente, Kim et al. (2009d) definen la lealtad como “la actitud favorable y el compromiso de un consumidor hacia el vendedor online que resulta en un comportamiento de recompra”. Ño obstante, la definición dada por Oliver (1999) es una de las más empleadas ya que puede aplicarse a una gran variedad de contextos, incluido el comercio electrónico. Para evitar confundir la lealtad con el simple comportamiento de recompra se ha generalizado el uso de dos dimensiones de la lealtad: actitudinal y del comportamiento. Oliver (1997) propone un modelo detallado de lealtad en el que ésta se presenta como el resultado de cuatro fases secuenciales: cognitiva, afectiva, conativa y de acción. En cuanto a la relación valor percibido–lealtad, Parasuraman y Grewal (2000) distinguen cuatro tipos de valor percibido que influyen de manera distinta en la lealtad: el valor de 153 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías adquisición, el de transacción, el de uso y el residual; el valor de adquisición y transacción suceden durante e inmediatamente después de la compra mientras que el valor de uso y residual aparecen solo en etapas posteriores del uso del servicio o producto. Sirdeshmukh et al. (2002) y Kotler (2003) defienden que el valor percibido es el determinante más fuerte de la lealtad. También el constructo valor se ha considerado como factor moderador entre la satisfacción y la lealtad (Dodds et al., 1991; Chiu et al., 2005; Lam et al., 2004). Lam et al. (2004) miden la lealtad a partir del boca–a–oreja; esto es, correlacionando las recomendaciones a otros usuarios con el patrón de repetición en la compra. Sin embargo, los consumidores satisfechos pueden no ser leales a un producto si perciben que no están recibiendo un valor adecuado a sus sacrificios, lo que puede significar la búsqueda de otro vendedor que proporcione el valor requerido (Chang, 2006). La intención de compra y el valor no se relacionan directamente de manera habitual en la literatura: Dodds et al. (1991) proponen un modelo con objeto de entender el efecto del precio, la marca y el nombre de la tienda sobre la evaluación de un producto, confirmando la relación entre el valor percibido y la intención o disposición de compra. Cronin et al. (2000) también investigan la relación entre el valor percibido y las intenciones resultando que el valor, la calidad y la satisfacción influyen en las intenciones conductuales. Patterson y Spreng (1997) defienden que el efecto del valor percibido sobre las intenciones de recompra es mediado por la satisfacción. En la línea de investigación del valor y la satisfacción, Parasuraman y Grewal (2000) y Chiu et al. (2005) afirman que cuando el valor percibido es bajo el consumidor tiende a cambiar de marca. Otros autores que han investigado la relación entre valor y satisfacción en la compra de productos sanitarios y en comercio electrónico son Choi et al. (2004) y Chen y Dubinsky (2003), obteniendo resultados que de nuevo relacionan el valor y la satisfacción. Por tanto, el valor es una herramienta de diferenciación que crea ventajas competitivas en las organizaciones (Cronin et al., 2000; Pura, 2005). El riesgo percibido –dentro de los sacrificios que conlleva el valor– también se relaciona con el valor percibido. El riesgo percibido se refiere a posibilidad de que los servicios no ofrecerán todos los beneficios esperados. Sweeney et al. (1999) incorporan a su modelo el riesgo percibido como un factor moderador entre la calidad y el valor. En un modelo aplicado al comercio electrónico, Chen y Dubinsky (2003) incluyen una dimensión adicional en el riesgo, la privacidad. El riesgo de privacidad se define como”la pérdida de 154 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías privacidad debida a la recolección de información por parte de la empresa cuando el consumidor da sus datos personales”. También las emociones o la respuesta emocional del consumidor se han estudiado como consecuencia del valor (Petrick, 2002). Babin et al. (2004) justifican que los consumidores con emociones más positivas tienden a experimentar mayor valor percibido. Por el contrario, Holbrook (1986) defiende que como resultado de las emociones que acompañan a toda experiencia de compra, hay una generación de valor. Siguiendo esta línea, algunos autores consideran que la satisfacción una respuesta emocional que se genera a través de la entrega de valor (Oliver, 1981; Chebat y Slusarczyk, 2005). Otros constructos que se han relacionado con el valor son la utilidad percibida, el boca–a–oreja, la confianza y las motivaciones. La utilidad percibida puede considerarse un antecedente del valor, aunque es un factor más comúnmente asociado a la intención de compra (Davis, 1989). El boca–a–oreja o WOM41 expresan la influencia en el comportamiento de compra de las relaciones interpersonales. Según Arndt (1967) el boca–a–oreja es “una comunicación oral entre dos personas, siendo una de ellas un comunicador percibido como no comercial, sobre una marca, producto o servicio ofrecido a la venta”. La probabilidad de que los consumidores confíen en estas comunicaciones interpersonales aumenta en contextos de servicio debido a su naturaleza intangible (Zeithaml et al., 1993). También la confianza proviene del valor según algunos autores (Anderson y Srinivasan, 2003; Harris y Goode, 2004): a mayor valor percibido, más confianza en la marca por parte del consumidor. Por último, las motivaciones y necesidades son otros factores relacionados con el valor percibido: las necesidades generan motivación cuando en la compra de un producto o servicio se crea un alta percepción de valor (Hoyer y MacInnis, 2007). 4.1.2. Calidad La calidad, junto con el valor y la satisfacción, son tres constructos fundamentales para entender la continuidad en el uso de las tecnologías en general y el comercio electrónico en particular. Aunque el concepto de calidad puede remontarse desde un punto de vista teórico al siglo XVII, el estudio de la calidad desde el ámbito científico comienza a mitad de los años 80. Así, a lo largo de este apartado se dará un repaso a la evolución del 41 Word–of–mouth, en inglés. 155 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías concepto de la calidad y su formación, así como a la relación con la satisfacción y con otros constructos como el valor, la intención de continuidad o la lealtad a la marca. 4.1.2.1. Definición de calidad Reeves y Bednar (1994) clasifican las distintas definiciones del concepto de calidad siguiendo la siguiente clasificación: la calidad como excelencia, como valor, como el cumplimiento de las especificaciones o como la superación de las expectativas. En su origen, los filósofos griegos entendían la calidad como la excelencia moral, intelectual, física y práctica. Por tanto, es una definición en la que la evaluación tiene un carácter subjetivo, dependiendo de la preferencia del individuo. A partir del siglo XVIII la calidad de los productos se analiza en relación al precio del producto. Feigenbaum (1951) es el primero en defender la necesidad de incluir la noción de valor referida al precio en la definición de la calidad. Cronin y Taylor (1992) indican que las decisiones de compras de los consumidores se ven influidas por la conveniencia, la disponibilidad, el precio y el juicio de calidad. La concepción de la calidad como cumplimiento de las especificaciones surge en el siglo XIX, con la revolución industrial. Posteriormente, la utilización de manera masiva de técnicas de producción en masa provoca que la eficiencia en la producción venga dada por la adecuación de cada componente a las especificaciones, cumpliendo unas normas de control de calidad (Reeves y Bednar, 1994). La concepción de la calidad como superación de las expectativas de los consumidores proviene del campo del marketing de servicios (1988). El concepto surge cuando las organizaciones se interesan en analizar qué necesitan y desean los consumidores, para crear productos o servicios que se adecúen a sus requisitos. La calidad del servicio se caracteriza por ser intangible, heterogénea o variable, inseparable, y perecedera (Lovelock y Gummesson, 2004). Es intangible porque no puede palparse, verse o probarse, y es heterogénea o variable porque la entrega de calidad varía con cada compra ya que cada experiencia de consumo es diferente. Además es perecedera (en muchas ocasiones, los servicios en su mayor parte no se pueden acumular, teniendo que ser consumidos en el momento que se producen). En la tabla 4 se recogen distintas definiciones de calidad: 156 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Autor Definición Parasuraman et al. (1985, 1988) Zeithaml (1988) Juran (1988) Garvin (1988) Cronin y Taylor (1992) Venkatesh y Davis (2000) Grönroos (1984, 2001) Gefen (2002) DeLone y McLean (2003, 2004) Collier y Bienstock (2009) La calidad del servicio viene determinada por las diferencia entre las expectativas de los consumidores referidas al desempeño del proveedor del servicio, y la evaluación de los servicios recibidos. La calidad percibida es la valoración sobre la excelencia o superioridad de un producto o servicio. La calidad refleja el ajuste de las características del producto o servicio al uso para el que éste ha sido diseñado. Esta definición contempla la calidad desde el enfoque del cumplimiento de las expectativas del consumidor. La calidad de un producto refleja su adecuación a los requerimientos. Lo que enmarca esta definición en calidad como cumplimiento de especificaciones. La calidad percibida es una actitud que representa la evaluación global de los consumidores acerca de un servicio recibido a lo largo de cierto tiempo. La calidad refleja la percepción del individuo acerca del grado en que un sistema ejecuta bien sus tareas. La calidad es el grado en que un producto o servicio cumple y/o supera las expectativas del consumidor. La calidad del servicio es la comparación subjetiva que realizan los consumidores entre la calidad del servicio que quieren recibir y la que realmente reciben. La calidad del servicio refleja la percepción del usuario acerca del desempeño de un servicio del Sistema de Información. La calidad del servicio percibida es un indicador multidimensional, ya que es el resultado de sumar distintas actividades que crean una percepción general de la calidad. TABLA 4. DEFINICIONES DE LA CALIDAD En la tabla se pueden encontrar definiciones orientadas a calidad de producto y definiciones orientadas a la calidad del servicio. La calidad del producto se enfoca en el cumplimiento de especificaciones, mientras que la calidad del servicio se centra en la superación de las expectativas del consumidor. También se pueden encontrar las diferencias entre una calidad objetiva, evaluada por el cumplimiento de una serie de requisitos técnicos objetivos que pueden ser medidos y verificados, y una calidad subjetiva que depende más de la percepción del individuo y de las circunstancias. La calidad sigue siendo un tema en permanente estudio debido a los beneficios estratégicos que proporciona a las organizaciones, la reducción de costes de producción y la mejora de la productividad (Garvin, 1988). La calidad percibida ha recibido una considerable atención en la investigación en marketing, hasta tal punto que este término se emplea frecuentemente de forma 157 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías intercambiable frente a otros conceptos como el valor o la satisfacción. La calidad percibida representa una actitud formada a largo plazo que evalúa de forma general el desempeño o performance de un producto (Hoffman y Bateson, 1997), más allá de los parámetros físicos y técnicos del producto que definen su calidad objetiva (Olson y Reynolds, 1983). 4.1.2.2. Formación y medida de la calidad El modelo SERVQUAL de Parasuraman et al. (1985) –gráfico 59–, basado en la Teoría de la Confirmación de Expectativas puede ayudarnos a explicar la formación de la calidad. Determinantes de la calidad del servicio 1. Acceso 2. Comunicación Riesgo del WOM desempeño Necesidades Riesgo del desempeño personales Experiencia Riesgo del desempeño pasada 3. Competencia Riesgo del Servicio esperado desempeño 4. Cortesía Calidad del servicio percibida 5. Credibilidad Servicio percibido 6. Fiabilidad 7. Responsividad 8. Seguridad 9. Tangibilidad 10. Entendimiento/ Conocer al consumidor GRÁFICO 59. MODELO SERVQUAL (PARASURAMAN ET AL., 1985) Parasuraman et al. (1985) incluyó inicialmente diez dimensiones de la calidad del servicio (gráfico 59), que posteriormente redujo a cinco (Parasuraman et al., 1988): tangibles, fiabilidad, garantía, seguridad y empatía. El significado de estas dimensiones es: 158 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Tangibles: apariencia de las instalaciones, el equipamiento y los materiales personales y de comunicación. Fiabilidad: habilidad para proporcionar el servicio prometido de forma precisa y confiada. Garantía: disposición para ayudar a los clientes y proporcionarles servicios. Seguridad: comprende el conocimiento y cortesía de los empleados, así como su habilidad para transmitir confianza. Empatía: corresponde al cuidado y atención individualizada proporcionada a los clientes. En el modelo SERVQUAL la calidad puede definirse como el resultado de la comparación entre las expectativas del desempeño del servicio de los consumidores y las percepciones del desempeño del servicio. Aunque el modelo se ha confirmado con éxito en diferentes servicios, en ocasiones es difícil ajustar las dimensiones específicas del servicio a las cinco definidas. Algunos autores señalan que SERVQUAL presenta problemas para evaluar la calidad en algunos aspectos como la falta de personal de ventas en el modelo, la ausencia de más elementos tangibles para ser utilizado en productos y el consumo que se realiza en la modalidad de autoservicio (Li y Suomi, 2009). Grönroos (1984) señala que la calidad percibida –que se forma como la imagen corporativa y la experiencia de la calidad del servicio– es el resultado de la evaluación del consumidor sobre dos dimensiones: la calidad funcional y la técnica: la dimensión funcional se refiere al modo en que los consumidores perciben el servicio y es de carácter subjetivo mientras que la dimensión técnica está más relacionada con el proceso de producción del servicio y las interacciones comprador–vendedor. Más tarde, Grönroos (2001) destaca la importancia de la imagen corporativa y la experiencia de la calidad del servicio en la formación de la calidad percibida. Los consumidores a menudo tienen contacto con la misma compañía, lo que implica que las experiencias previas y las percepciones generales acerca del servicio se añaden en cada encuentro. Es por ello que Grönroos (2001) decide incorporar el concepto de imagen como otro atributo importante que actúa como filtro o mediador en las percepciones de calidad del consumidor acerca de un servicio recibido, lo que justifica que sea favorable para la empresa tener una imagen de marca conocida y positiva. 159 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Posteriormente, Brady y Cronin (2001) introducen un modelo con tres dimensiones para la calidad: calidad de la interacción, calidad del entorno físico y calidad del resultado. De manera similar, Cronin y Taylor (1992) proponen el modelo SERVPREF eliminando las expectativas y basándose únicamente en el desempeño del producto. Parasuraman et al. (2005) desarrollan el modelo E–S–QUAL, más adaptado para medir la calidad de los servicios electrónicos, utilizando dos escalas: La escala básica, denominada escala E–S–QUAL está compuesta por la eficiencia, la completitud, la disponibilidad y la privacidad. La escala de recuperación del servicio, denominada escala E–RecS–QUAL contiene la garantía, la compensación y el contacto. La variedad de propuestas acerca de las dimensiones de la calidad ha generado una falta de consenso en relación a la naturaleza del constructo de calidad (Parasuraman et al., 1985; Grönroos, 2001). Sin embargo, la importancia de conocer el proceso de formación de la calidad para las empresas es indudable, pues un gran número de estudios han demostrado los beneficios estratégicos de la calidad para contribuir al aumento de cuota de mercado y al retorno de inversión, así como a la reducción de costes de manufacturación, a la vez que se mejora la productividad (Garvin, 1988). Es por ello que el estudio de la calidad continua siendo un tema recurrente hoy en día. 4.1.2.3. Relación de la calidad con otros factores de recompra La calidad se ha consolidado como un constructo habitual en los modelos de utilización y continuidad en el uso de las tecnologías. Del análisis de la literatura científica, el gráfico 60 muestra las relaciones entre constructos más habituales, que se desarrollan en este apartado. 160 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Satisfacción WOM Valor Calidad Intención Lealtad Confianza GRÁFICO 60. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA CALIDAD Muchas investigaciones han probado el efecto positivo de la calidad sobre la satisfacción (Churchill y Surprenant, 1982; Parasuraman et al., 1985, 1988; Tse y Wilton, 1988; Oliver, 1993; Cronin et al., 2000; DeLone y McLean, 2003; Chang, 2006), también en el ámbito del comercio electrónico (Chang y Chen, 2009). Otros análisis defienden el sentido contrario de la relación y la influencia de la satisfacción sobre la calidad (Bitner, 1990; Bolton y Drew, 1991; Cronin y Taylor, 1992; Beerli et al., 2004). En cuanto a la relación calidad-valor percibido, la mayoría de las investigaciones confirman o predicen que la calidad es un antecedente directo del valor percibido (Zeithaml, 1988; Dodds et al., 1991; Fornell et al. 1996; Andreassen, 1998; Sweeney et al., 1999; Cronin et al., 2000; Chen y Dubinsky, 2003; Choi et al., 2004), aunque algunos estudios indican que estos constructos son independientes (Holbrook y Corfman, 1985; Parasuraman et al., 2005). La relación calidad–lealtad ha sido ampliamente analizada: Berry et al. (1988) defienden que la calidad del servicio es fundamental en la formación de la lealtad. También Cronin y Taylor (1992) y Zeithaml et al. (1996) afirman que es imprescindible garantizar una alta calidad en el servicio para tener una base de clientes leales. Grönroos (2001) defiende que la calidad influye positivamente sobre la lealtad a una marca. Caruana (2002) relaciona la calidad del servicio con la lealtad de los consumidores utilizando la 161 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías satisfacción como variable mediadora. De manera similar, Cronin y Taylor (1992) defienden que la calidad influye en la satisfacción y ésta, a su vez, en la lealtad. Parasuraman (2005) demuestra empíricamente la relación de la calidad y la lealtad en servicios electrónicos, aunque inicialmente cuestionaron su validez argumentando que la ausencia de interacción directa de los individuos podía afectar la relación. Posteriormente, Cristóbal et al. (2007) utilizan una escala con cuatro dimensiones para evaluar la calidad del servicio percibida basándose en índices de satisfacción y lealtad, afirmando que la calidad percibida influye de manera notable en la lealtad de los consumidores. A pesar del número de investigaciones sobre la relación calidad–lealtad, pocas han centrado su análisis específico en este vínculo, por lo que algunos autores han solicitado análisis más específicos sobre la relación de estos constructos (Fassnacht y Koese, 2006). La confianza es otro constructo que ha sido relacionado con la calidad: Corritore et al. (2003) define la calidad en comercio electrónico en términos de navegación, diseño y usabilidad del sitio de compra, probando su efecto sobre la confianza. Gefen y Straub (2004) investigaron los efectos de varios elementos del servicio electrónico sobre la confianza, demostrando que la calidad del servicio influía de forma directa sobre la confianza. Lee y Lin (2005) demuestran que la percepción de confianza, junto con el diseño de la página web, es un componente fundamental en la calidad percibida de los consumidores. Kassim y Abdullah (2010) indican que la calidad ejerce un fuerte impacto en la confianza a través de la satisfacción. La relación calidad–continuidad en el uso de las tecnologías también ha sido investigada: Cronin y Taylor probaron el efecto que la calidad percibida ejerce sobre las intenciones de los consumidores y Zeithaml et al. (1996) defienden que una alta calidad de servicio percibida confirma las intenciones de comportamiento. Cenfetelli et al. (2008) prueban el efecto de la calidad del servicio sobre la intención a través de la satisfacción como variable mediadora. Zhou et al. (2009) investigan la influencia del diseño de la página web como elemento formativo de la calidad en la intención de continuidad de uso de los individuos. Parasuraman et al. (1988) demuestran que cuando la evaluación de la calidad del servicio es alta se fortalece la relación entre el consumidor y la compañía. Zeithaml et al. (1996) estudiaron el efecto de la calidad sobre el boca–a–oreja obteniendo que la 162 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías relación es influyente y positiva, resultado obtenido también en otros estudios posteriores (Bloemer et al., 1999; Matos y Rossi, 2008). Otros factores sobre los que se ha investigado son, por ejemplo, la garantía. Johnston (1997) la incluye en el modelo SERVQUAL indicando que es un factor importante en la formación de la satisfacción. De la mima manera, la disposición hacia el uso de tecnologías es considerada por Yen (2005) como un componente determinante de la calidad del servicio percibido en entornos electrónicos. Rowley (2006) demuestra que la experiencia de los consumidores influye en la calidad del servicio electrónico. 4.1.3. Satisfacción La palabra satisfacción proviene etimológicamente del término en latín satisfacere, que significa “estar lleno”. Esta definición nos indica que uno está lleno o satisfecho cuando se han cubierto las expectativas y necesidades del individuo. Como se ha podido observar en el capítulo anterior, el constructo satisfacción predomina en los modelos de continuidad en el uso de tecnologías y es uno de los principales factores que inciden en la recompra en comercio electrónico. En la literatura científica el comienzo del estudio de la satisfacción desde un punto de vista del marketing se puede situar en las investigaciones de Howard y Sheth (1969) que analizan cómo las expectativas influyen en la satisfacción. Posteriormente, las investigaciones sobre satisfacción se enfocan en estudiar su influencia en el comportamiento posterior a la compra (Oliver, 1980), desarrollándose las primeras escalas de medida de satisfacción de los individuos (Churchill y Surprenant, 1982). Al ser la satisfacción un elemento fundamental para que los usuarios adquieran de nuevo bienes y servicios, las investigaciones sobre satisfacción se orientan a su influencia en la retención de clientes por parte de las compañías (Spreng et al., 1995; Oliver, 1993). En los últimos años ha continuado el estudio de la satisfacción para analizar el comportamiento de los consumidores y en concreto para profundizar las investigaciones sobre la influencia de este concepto en la continuidad en la compra de productos y servicios y orientando la investigación a la relación de este concepto con el de fidelidad. 163 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 4.1.3.1. Definición de satisfacción La gran cantidad de literatura del constructo satisfacción ha provocado que no exista una definición única y que no haya unanimidad entre los autores (Giese y Cote, 2000). Otro debate interesante es la diferencia entre los conceptos de satisfacción e insatisfacción (Spreng et al., 1996), si corresponden conceptualmente a dos constructos distintos o si es un único concepto (Jun et al., 2001). Giese y Cote (2000) revelan ciertas diferencias en cuanto a duración –la insatisfacción, al ser un sentimiento negativo, tiende a durar más tiempo– o en cuanto al extremismo de la respuesta, que apoyan la idea de dos constructos diferentes. La dualidad satisfacción–insatisfacción también se ha planteado en la Teoría de la Equidad (Stouffer et al., 1949; Adams, 1965) y en la Teoría de Control de los Afectos (Heise, 1977, 1979, 1985; MacKinnon, 1994). Esta última explica el comportamiento de los individuos en un escenario de recuperación de servicio y su estado –satisfactorio o insatisfactorio– final. En la tabla 5 se presentan algunas definiciones del constructo satisfacción recopiladas por Moliner (2004): Autor Definición Howard y Sheth (1969) Hunt (1977) Oliver (1980) Churchill y Surprenant (1982) Westbrook (1987) Yi (1990) Spreng et al. (1996) Kotler (2000) Giese y Cote (2000) Bhattacherjee (2001b) La satisfacción es el estado cognitivo referido a la adecuación o inadecuación de la recompensa recibida por el esfuerzo realizado. La satisfacción depende de la creencia del consumidor acerca de si ha recibido o no un trato justo. Además, el individuo evalúa si la experiencia de compra ha sido tan buena como debería ser. La satisfacción es una evaluación de la sorpresa intrínseca referida a la experiencia de compra o al consumo de un producto. La satisfacción refleja el resultado de la compra tras la comparación por parte del individuo entre los “inputs” y “outputs”. La satisfacción representa un juicio evaluativo del consumo o uso de un producto o servicio, en relación con las expectativas previas. La satisfacción del consumidor es el resultado colectivo de la percepción, evaluación y la reacción psicológica hacia la experiencia de consumo de un producto o servicio. La satisfacción representa la emoción o sentimiento que posee el individuo al realizar una comparación entre el desempeño de un producto o servicio y sus expectativas sobre el mismo. La satisfacción es un sentimiento de placer o decepción del individuo resultante de la comparación entre el desempeño o resultado de un producto y las expectativas previas del individuo. La satisfacción es un conjunto de respuestas afectivas de cierta intensidad que tienen lugar en un momento concreto y con duración limitada, en relación con determinados aspectos de la compra. La satisfacción es el afecto de los usuarios referido a los sentimientos previos al uso de un Sistema de Información. TABLA 5. DEFINICIONES DEL CONSTRUCTO SATISFACCIÓN 164 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Del análisis de estas definiciones pueden extraerse algunos elementos comunes (Giese y Cote, 2000): La respuesta que supone la satisfacción puede ser de carácter emocional (Westbrook y Reilly, 1983), cognitiva (Howard y Sheth, 1969), o una combinación de ambas (Westbrook, 1987; Churchill y Surprenant, 1982). Westbrook (1987) indica que los individuos valoran la satisfacción en una escala subjetiva, que refleja la intensidad de la respuesta, aunque las definiciones existentes no reflejan la variación de intensidad de la respuesta. La satisfacción es una respuesta a las expectativas al producto o servicio o a la experiencia de consumo. Quizás la definición más utilizada de satisfacción es la propuesta por Oliver (1980): la satisfacción es el resultado de comparar el desempeño del producto o servicio con un cierto estándar. La satisfacción generada puede dirigirse al vendedor (Oliver y Swan, 1989), a la tienda (Oliver, 1980), al producto (Churchill y Surprenant, 1982) o simplemente a la experiencia de consumo (Hunt, 1977; LaTour y Peat, 1979; Westbrook y Reilly, 1983). Aunque generalmente la satisfacción es entendida como un fenómeno de comportamiento posterior a la compra del producto o servicio (Churchill y Surprenant, 1982; Yi, 1990) también puede ser la respuesta acumulativa resultado de la totalidad de las experiencias de compra en su totalidad (Giese y Cote, 2000; Yu y Dean, 2001). 4.1.3.2. Formación de la satisfacción Al igual que existen distintas definiciones de satisfacción también podemos encontrar en la literatura científica distintos modelos que describen su proceso de generación. Según la Teoría de la Confirmación de Expectativas (Oliver, 1977, 1980) la satisfacción viene determinada por la diferencia entre el desempeño percibido y los estándares cognitivos del individuo –expectativas o deseos– (Khalifa y Liu, 2004). Desde la Teoría de la Confirmación de Expectativas surgieron distintas líneas de investigación en la formación de la satisfacción e insatisfacción. Westbrook y Oliver (1991) sugieren que algunos factores ejercen distinto grado de influencia en cada constructo. Folkes (1984) describe un conjunto de antecedentes en el proceso de generación de la insatisfacción. Posteriormente, Oliver revisó y extendió (1993) la ECT 165 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías basándose en la teoría de la atribución de Weiner (1985) y proponiendo un modelo que explica el proceso de formación de la satisfacción de naturaleza cognitiva a partir de las respuestas afectivas y la equidad. Bhattacherjee (2001b) elaboró el Modelo de Confirmación de Expectativas (ECM) que describe la continuidad de uso de los sistemas de información describiendo la satisfacción como principal determinante de ésta. Inspirados en el ECM (Bhattacherjee, 2001) se desarrollaron distintos modelos que explican la continuidad de uso de tecnologías a través de la satisfacción (Hong et al., 2006; Roca et al., 2006; Bhattacherjee, 2008; Chen, 2012). 4.1.3.3. Relación de la satisfacción con otros constructos La importancia del constructo satisfacción en la continuidad de uso de los individuos provoca que se haya estudiado de manera amplia su relación con otros constructos como la calidad, el valor, la justicia, la actitud, la intención de continuidad en el uso o recompra y la lealtad (ver gráfico 61). Calidad Lealtad Valor Satisfacción Intención Justicia Actitud GRÁFICO 61. CONSTRUCTOS RELACIONADOS CON LA SATISFACCIÓN EN EL CONTEXTO DE CONTINUIDAD EN EL USO DE TECNOLOGÍAS A pesar de las semejanzas que la calidad percibida y la satisfacción guardan, existen también importantes diferencias (Anderson et al., 1994). Por ejemplo, la satisfacción aparece cuando se lleva a cabo una experiencia de consumo mientras que en el caso de la calidad no es necesario que se produzca la experiencia (Oliver, 1993). Además, la calidad percibida no depende del precio del producto, mientras que en la satisfacción es 166 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías importante el balance entre calidad percibida y precio. Por tanto muchos autores han situado la calidad percibida como constructo antecedente de la satisfacción (Churchill y Surprenant, 1982; Tse y Wilton, 1988; Oliver, 1993; Cronin et al., 2000; DeLone y McLean, 2003): si un producto es de alta calidad será más probable conseguir clientes satisfechos. También Bitner (1990), Bolton y Drew (1991), o Beerli et al., (2004) apoyaron el carácter antecesor de la satisfacción sobre la calidad. Además la percepción de la calidad no es estable: conforme los individuos aumentan su experiencia de compra la percepción de calidad se va modificando (Getty y Thompson, 1994). Varios estudios han analizado los factores clave en la calidad del servicio que conseguirían un aumento de la satisfacción (Parasuraman et al., 1985; Parasuraman et al., 1988; Cavana et al., 2007). Así, Cavana et al. (2007) indican que la seguridad, la empatía y la responsividad guardan una fuerte relación con el nivel de satisfacción de los individuos. Por otro lado, algunos autores han identificado la calidad percibida con un cierto tipo de actitud (Parasuraman et al., 1988; Cronin y Taylor, 1992; Baumann et al., 2006). Así, según Parasuraman et al. (1988) la calidad del servicio se puede entender como una actitud en relación a la superioridad de un servicio, siendo en todo momento un juicio global. Baumman et al. (2006) van más allá al considerar que la calidad del servicio representa la efectividad de la actitud del proveedor del servicio y la empatía del personal, y tiene como resultado la satisfacción de los consumidores y con ella que estos recomienden a otros individuos el uso del servicio. Además, concluyen que la actitud y la empatía tienen un impacto a largo plazo en la satisfacción del consumidor así como en las intenciones futuras de recompra. Han sido varios los modelos propuestos para investigar la relación entre satisfacción y calidad del servicio percibida (Oliver, 1993; Spreng y Mackoy, 1996), incluyendo también la intención de recompra como resultado de estas variables (Cronin y Taylor, 1992). Choi et al. (2004) plantean un modelo donde relacionan la satisfacción con la calidad y el valor como antecedentes de la satisfacción. El valor percibido también se ha relacionado con la satisfacción. Partiendo de la Teoría de la Equidad Fornell et al. (1996) introdujeron el Índice de Satisfacción del Consumidor Americano (ACSI), definiendo el valor como antecedente de la satisfacción de los consumidores. Woodruff (1997) defiende que la comparación del valor percibido –ratio entre los beneficios recibidos y los costes en los que ha incurrido el consumidor– con los estándares del consumidor en un proceso de confirmación de expectativas puede influir en la satisfacción global. Zeithmal (1988) defiende que el valor es un concepto más 167 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías amplio que la calidad percibida ya que tiene en cuenta aquello que el consumidor da a cambio del producto recibido. Esta perspectiva sugiere la calidad como antecedente del valor y éste a su vez de la satisfacción (Zeithmal, 1988; Choi et al., 2002). Por tanto, el valor puede considerarse un constructo antecedente de la satisfacción (Zeithmal, 1988; Choi et al., 2002; Yang y Peterson, 2004). Además el valor se puede medir en cualquier instante de la experiencia de compra, mientras que la satisfacción es una evaluación post–compra consecuencia del valor (Day y Crask, 2000). Algunos autores indican que la satisfacción es mediador entre el valor y las intenciones de recompra (Patterson y Spreng, 1997). A pesar del consenso general en el sentido de la relación valor– satisfacción Chang y Wildt (1994), Wakefield y Barnes (1996) o Sweeney et al. (1999) defienden que también existen efectos de la satisfacción sobre el valor percibido. Distintas variables como la confirmación, el desempeño, la utilidad o las expectativas provenientes de la Teoría de la Confirmación de Expectativas son antecesoras de la satisfacción (Oliver, 1980; Tse y Wilton, 1988; Westbrook, 1987; Oliver y Swan, 1989; Bhattacherjee, 2001; Bhattacherjee et al., 2008; Chen, 2012). El constructo utilidad percibida también se ha demostrado ampliamente como un antecedente de la satisfacción en contextos de uso y continuidad de uso de tecnologías (Bhattacherjee, 2001; Hong et al., 2006; Chen, 2012). Los comentarios boca–a–oreja aparecen como constructo consecuencia de la satisfacción. Un consumidor altamente satisfecho compartirá su experiencia con otras personas (Howard y Sheth, 1969; Westbrook, 1987; Swan y Oliver, 1989; Anderson, 1994; Swanson y Davis, 2003). En cuanto a la actitud y la satisfacción, Churchill y Surprenant (1982) defienden que la satisfacción es similar a la actitud si ésta se entiende como la adición de atributos del producto o servicio a la satisfacción, si bien existen importantes diferencias en la conceptualización de ambas variables: la actitud es más general y estable mientras que la satisfacción en general se acota más a la experiencia de compra concreta (Oliver, 1981), pudiendo la actitud estar presente en los momentos anteriores y posteriores a la compra (LaTour y Peat, 1979). La intención conductual se ha confirmado empíricamente como uno de los efectos de la satisfacción (Howard y Sheth, 1969; Howard, 1974; Woodside et al., 1989; Cronin y Taylor, 1992; Bhattacherjee, 2001; Hong et al., 2006; Bhattacherjee et al., 2008). Además, en el caso de consumidores insatisfechos el vínculo entre satisfacción e 168 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías intención se vuelve más fuerte, reduciendo drásticamente la intención de recompra del individuo (Oliver y Swan, 1989). La relación entre estos constructos resulta de especial interés para las compañías pues los consumidores satisfechos tendrán mayor intención de recompra y serán por tanto más fieles a la compañía. Oliver (1980) añade la actitud como variable mediadora entre satisfacción e intención en periodos de compra posteriores a la confirmación de expectativas. Algunos estudios han probado que un mayor nivel de satisfacción no siempre garantiza la recompra (Jones y Sasser, 1995), por lo que resulta interesante investigar las variables moderadoras que pueden afectar la intensidad de la relación satisfacción–intención de recompra (Mittal y Katrichis, 2000). En algunas ocasiones se ha utilizado la satisfacción como mediador entre la calidad o el valor y la intención de continuidad en la compra (Bitner, 1990; Kim et al., 2009b). La lealtad también se asocia con la satisfacción siendo un elemento determinante para la retención de clientes (Anderson, 1994; Anderson y Sullivan, 1993; Fornell et al., 1996). Diversos autores han comprobado empíricamente el impacto de la satisfacción sobre la lealtad (Anderson y Sullivan, 1993; Spreng et al., 1995; Cronin et al., 2000). Pero no siempre un cliente satisfecho se convierte en cliente leal ya que es posible que un cliente satisfecho manifieste algún tipo de queja que le induzca a cambiar de proveedor (Jacoby y Jaccard, 1981). En su estudio, Oliva et al. (1992) sugirieron que la relación satisfacción–lealtad depende del nivel de involucración del individuo en la compra. También Bloemer y Kasper (1995) encuentran cierta asimetría en la relación satisfacción–lealtad. La justicia percibida ha sido también estudiada como antecedente en la literatura científica sobre satisfacción del consumidor, especialmente en contextos de pérdida de servicio, queja y posterior recuperación del servicio. La Teoría de la Justicia (Adams, 1965; Oliver y Swan, 1989; Smith et al., 1999) es la primera en analizar el efecto de la justicia en la satisfacción del individuo. La relación entre ambos constructos ha sido corroborada en investigaciones posteriores (Tax et al., 1998; Smith et al., 1999; Maxham III y Netemeyer, 2002, 2003; Schoeffer y Ennew, 2005). Además, las emociones aparecen habitualmente como elemento mediador entre la justicia y la recuperación de la satisfacción (Barrett, 1999; Weiss et al., 1999; Schoefer y Ennew, 2005; Chebat y Slusarczyk, 2005). 169 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Por último, cabe mencionar la relación de las emociones con un tipo de satisfacción particular: la satisfacción con la recuperación del servicio (SSR42). Davidow (2003) define la SSR como “el sentimiento afectivo resultado de la tramitación de las reclamaciones hacia la empresa”. La satisfacción en una recuperación de servicio debe afectar a la satisfacción general, como acumulación de experiencias en las transacciones. La relación entre emociones y SSR proviene de la Teoría de la Justicia, la Teoría del Control de los Afectos, y de la Teoría de la Apreciación Cognitiva, existiendo estudios que defienden el efecto directo de las emociones sobre la satisfacción con la recuperación del servicio (Schoefer y Ennew, 2005; Chebat y Slusarczyk, 2005; Río– Lanza et al., 2009). Además, considerando la descomposición de las emociones en emociones negativas –como la ira– y positivas –como la excitación– es posible evaluar de manera más precisa la intensidad de la respuesta de satisfacción (Andersen y Kumar, 2006). 4.1.4. Conclusiones de la relación calidad, valor y satisfacción El estudio de la calidad, el valor y la satisfacción se ha revelado como un tema clave en literatura científica de marketing dado su indudable interés práctico para la atracción y retención de clientes lo que ha provocado definiciones y relaciones que en algunos casos pueden resultar contradictorias. Uno de los estudios más influyente de las relaciones entre los tres constructos son los modelos analizados por Cronin et al. (2000): El modelo del valor, en el que el valor percibido es el único determinante de la intención conductual. El modelo de la satisfacción, en el que la satisfacción se vincula de forma directa con la intención. El modelo indirecto, en el que tanto el valor como la satisfacción influyen directamente sobre la intención de la conducta. Un cuarto modelo en el que las tres variables, calidad, valor y satisfacción, determinan la intención conductual, presentada como el mejor predictor de la conducta. El gráfico 62 presenta un resumen de relaciones entre calidad–valor y satisfacción de la literatura científica así como sus referencias en la tabla 6: 42 Satisfaction with Service Recovery, en inglés. 170 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías R1 R2 Satisfacción Calidad R4 R6 R3 R5 Intención conducta Valor GRÁFICO 62. RELACIONES ENCONTRADAS ENTRE LOS CONSTRUCTOS CALIDAD, VALOR, SATISFACCIÓN E INTENCIÓN DE CONDUCTA Relación R1: satisfacción R2: calidad Autores que la soportan Cronin y Taylor (1992); Bitner (1990); Bolton y Drew → calidad (1991); Beerli et al., (2004). Churchill y Surprenant (1982); Tse y Wilton (1988); Oliver → satisfacción (1993); Cronin et al. (2000); DeLone y McLean (2003); Choi et al. (2004); Chang y Chen (2009). R3: calidad → valor Zeithaml (1988); Dodds et al. (1991); Fornell et al. (1996); Andreassen (1998); Sweeney et al. (1999); Cronin et al. (2000); Chen y Dubinsky (2003); Choi et al. (2004). R4: valor → satisfacción Fornell et al. (1996); Patterson y Spreng (1997); Woodruff (1997); Day et al. (2000); Cronin et al. (2000); Choi et al. (2004); Yang y Peterson (2004). R5: satisfacción → valor Chang y Wildt (1994); Wakefield y Barnes (1996); Sweeney et al. (1999). R6: satisfacción intención → de conducta Howard y Sheth (1969); Howard (1974); Woodside et al. (1989); Cronin y Taylor (1992); Bhattacherjee (2001b); Hong et al. (2006); Bhattacherjee et al. (2008). TABLA 6. AUTORES QUE SOPORTAN LAS RELACIONES EXPUESTAS EN CALIDAD, VALOR, SATISFACCIÓN E INTENCIÓN DE CONDUCTA 171 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 4.2. Utilidad, confirmación y hábito 4.2.1. Utilidad percibida La utilidad percibida empezó a utilizarse como constructo en contextos de adopción de tecnologías e innovaciones en el Modelo de Aceptación de la Tecnología (Davis, 1989; Davis et al., 1989). Previamente había sido incorporado por Rogers (1962) en su teoría de difusión de innovaciones, expresando el incremento de desempeño obtenido gracias al uso de una innovación en comparación con el producto predecesor. Dada su importancia en la predicción de la conducta de adopción de innovaciones, la ventaja relativa fue renombrada por Davis (1989) como utilidad percibida y empleada para describir la adopción inicial de una tecnología por parte de los consumidores. También Moore y Benbasat (1991) profundizaron en el concepto de utilidad percibida, así como Venkatesh et al. (2003) al proponer la Teoría Unificada de Aceptación de Tecnologías. En este caso, sin embargo, fue incluida dentro del grupo de expectativas de rendimiento que representan el grado en que un individuo considera que usar un sistema le ayudará a mejorar su desempeño en el trabajo. Desde entonces, la utilidad percibida así como otros factores propios del modelo de aceptación de tecnologías, han sido empleados para predecir el comportamiento de continuidad de los consumidores en todo tipo de contextos, incluido Internet. A pesar de los cambios de nombre o la inclusión en distintos conjuntos de variables, la utilidad percibida no ha sufrido una gran transformación ni en conceptualización ni en las variables que la conforman intrínsecamente. Puesto que se ha comprobado la validez de TAM en el análisis del comportamiento de recompra (Hong et al., 2006) no hay duda acerca de la necesidad de estudiar el papel de la utilidad percibida en el contexto de recompra en comercio electrónico B2C. 4.2.1.1. Definición de utilidad percibida Como se ha mencionado, no existe gran discrepancia en la conceptualización del constructo de utilidad percibida. Sin embargo, en la aplicación del mismo a distintos contextos éste adquiere diversos matices que lo diferencian y que han ayudado a su evolución a lo largo de los años. La tabla 7 muestra las definiciones más reseñables de este constructo. 172 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Autor Definición Rogers (1962) La ventaja relativa indica el incremento de mejora obtenido gracias al uso de una innovación en comparación con el producto predecesor La utilidad percibida representa el grado en que una persona cree que el uso de un sistema en concreto mejorará su desempeño en una actividad. Davis (1989) Davis et al. (1989) Venkatesh y Davis (2000) Gefen y Straub (2000) Vijayasarathy (2004) Yi y Jiang (2007) La utilidad percibida describe la medida en que un usuario percibe que un sistema o tecnología produce mejoras en la realización de ciertas tareas o actividades. La utilidad percibida es el resultado de la evaluación de un usuario de las características extrínsecas de las TI como la orientación a tareas o a resultados. La utilidad percibida en comercio electrónico es el grado en que el consumidor cree que la compra on–line le ofrecerá acceso a información útil, facilitará la comparación de ofertas y posibilitará una compra más rápida. La utilidad percibida refleja el grado en que un consumidor cree que una página web en particular le ha ayudado de forma efectiva en el proceso de adquisición de información para poder tomar una decisión de compra informada. TABLA 7. DEFINICIONES DE LA UTILIDAD PERCIBIDA Puede apreciarse cómo las definiciones de la utilidad percibida son próximas a la de la ventaja relativa de Rogers (1962), lo que justifica su identificación como constructos similares. A pesar de haberse profundizado poco en la definición de la utilidad percibida es de destacar la semejanza entre las distintas descripciones, reflejando el consenso alcanzado en torno a esta variable. En concreto, se le adjudica un carácter comparativo con una situación previa, de forma que el consumidor analiza la mejora en información o desempeño que le ha proporcionado el uso del sistema o tecnología respecto de su situación anterior sin el mismo. Por otro lado, Venkatesh et al. (2003) consideran otras variables motivacionales extrínsecas similares a la utilidad percibida como la ventaja relativa, el ajuste con el trabajo y las expectativas de resultado. Se observa por tanto como, en cualquier caso, la utilidad percibida se asocia con el desempeño de un trabajo o actividad concreta. Además, el concepto de utilidad percibida va a asociado a una cierta comparación que realiza el individuo y que por tanto impone una cierta subjetividad sobre el mismo. Esto es evidente, ya que distintas personas pueden considerar o no útil un mismo producto o servicio. Con el objetivo de modelar este efecto Venkatesh y Davis (2000) proponen TAM2 e introducen variables moderadoras como la experiencia, la imagen o la 173 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías importancia de la tarea. Aunque estas variables podrían dotar a la utilidad percibida de una naturaleza multidimensional, en general se considera unidimensional en la mayor parte de modelos de adopción y continuidad. 4.2.1.2. Formación de la utilidad A pesar de que Davis et al. (1989) mencionan el efecto de ciertas variables externas sobre la utilidad percibida, no profundizan en los factores concretos que generan la percepción de utilidad en los consumidores. Venkatesh y Davis (2000) defienden que el individuo determina la utilidad percibida de un sistema a través de dos procesos conectados: Eliminando las opciones disponibles que no cumplen con los requisitos necesarios para que se pueda realizar una tarea o actividad. Eligiendo entre las opciones restantes basándose en parámetros de rendimiento medidos a través de la eficiencia. Bajo esta hipótesis, Venkatesh y Davis (2000) proponen TAM2, modelo en el que analizan los antecedentes de la utilidad percibida. De este modo, según Venkatesh y Davis (2000) la utilidad percibida viene determinada por seis constructos: la norma subjetiva, la imagen, la relevancia del trabajo, la calidad del resultado y la facilidad de uso percibida. Además, la experiencia actúa como variable moderadora del efecto de la norma subjetiva sobre la utilidad percibida. Así, defienden que conforme los individuos adquieren experiencia en el uso de un sistema a lo largo del tiempo, la influencia social sobre la formación de la utilidad percibida empieza a ser menor. Por el contrario, el efecto de los procesos cognitivo–instrumentales – constituidos por la relevancia del trabajo, la calidad y la facilidad de uso percibida– sobre la utilidad percibida permanece de forma significativa a lo largo del tiempo. Aunque la literatura acerca de los determinantes de la utilidad percibida no es muy extensa, sí existen investigaciones que basadas en TAM2, tratan de analizar los antecedentes de la utilidad percibida en distintos contextos, incluyendo variables como el riesgo percibido o la auto–eficacia percibida en el ámbito de tecnologías bancarias, o la absorción cognitiva en contextos de aprendizaje electrónico o e–learning. En el ámbito de comercio electrónico, Yi y Jiang (2007) parten de la conceptualización de McKinney et al. (2002) de las páginas web inspirada en el Modelo de Éxito de los Sistemas de Información de DeLone y McLean (2003, 2004). Definen por tanto la 174 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías utilidad percibida a partir de dos factores, la calidad de la información y la calidad del sistema, formados a su vez por distintas variables recogidas en el gráfico 63: calidad de información y calidad del sistema. La calidad de la información (IQ) se refiere a la percepción de los consumidores acerca de la información presentada en la página web. Se considera una variable multidimensional compuesta por: el alcance de la información (el grado en que la información es suficientemente amplia para la tarea que se está llevando a cabo), la comprensibilidad de la información (la medida en que la información se presenta de forma clara, sin ambigüedad y es fácilmente comprensible), y la relevancia de la información (esto es, el grado en que cierta información es aplicable y útil para la tarea que se está realizando). A partir de estas, junto con la fiabilidad de la información se determina la calidad de la información percibida por el usuario (Yi y Jiang, 2007). IQ SQ Relevancia de la información Interactividad con los objetos Comprensibilidad de la información Viveza o intensidad Alcance de la información Facilidad de uso Fiabilidad de la información Organización y Navegación GRÁFICO 63. DETERMINANTES DE LA UTILIDAD PERCIBIDA EN COMERCIO ELECTRÓNICO (YI Y JIANG, 2007) 175 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Por su parte, la calidad del sistema (SQ) refleja la percepción de un consumidor acerca del desempeño de una página en los procesos de recuperación y entrega de información (McKinney et al., 2002). Yi y Jiang (2007) destacan que la calidad del sistema está compuesta por cuatro dimensiones: (1) la facilidad de uso: es el esfuerzo cognitivo necesario para usar un sistema; (2) la interactividad con los objetos: define el grado en que los usuarios pueden participar en la modificación de la forma o el contenido de los objetos de la web en tiempo real; (3) la viveza o intensidad: representa la riqueza representacional del entorno virtual; y (4) la organización y navegación: refleja la estructura del sistema así como las facilidades que presenta la navegación web. Yi y Jiang (2007) recalcan el papel marcadamente temporal de la facilidad de uso, pues, si bien es un importante antecedente en las primeras etapas de uso, su efecto va disminuyendo con el tiempo llegando casi a ser insignificante en situaciones de recompra. Al comparar el trabajo de Yi y Jiang (2007) con los antecedentes de la utilidad percibida propuestos por Venkatesh y Davis (2000) se encuentran pocas semejanzas, a excepción del papel de la utilidad percibida. Lo mismo ocurre con el trabajo de Chen et al. (2004), quienes investigan también las variables predictoras de la utilidad percibida en comercio electrónico, encontrando cinco antecedentes para esta: la cantidad de productos, su especifidad y su precio –recogidos en el factor de oferta de productos– y por otro lado la riqueza de la información, la usabilidad de la tienda, la calidad del servicio percibida y la confianza percibida. 4.2.1.3. Relación de la utilidad percibida con otros factores de recompra La utilidad percibida ha sido empleada de forma ocasional en el estudio de la conducta de compra de los consumidores asociada a constructos provenientes de TAM (adopción de tecnologías) o de ECM, habitual en contextos de continuidad (continuidad en el uso de tecnologías). El gráfico 64 representa las variables más relacionadas con la utilidad percibida, cuya conexión es a continuación analizada, detallando la causalidad de la relación así como las investigaciones que la soportan empíricamente. 176 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Confirmación Norma Subjetiva Hábito Utilidad Actitud Intención Satisfacción GRÁFICO 64. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA UTILIDAD PERCIBIDA. La relación entre la confirmación y la utilidad percibida está presente en la literatura científica del marketing a partir del Modelo de la Confirmación de Expectativas (Bhattacherjee, 2001) en el que la confirmación se presenta como antecedente directo y único de la utilidad percibida. Sin embargo, mucho antes Festinger (1957) había desarrollado la Teoría de la Disonancia Cognitiva en la que la confirmación se consideraba un constructo antecedente de la utilidad percibida. Según esta teoría los usuarios racionales tratarán de compensar la disonancia modificando o distorsionando sus percepciones de utilidad con el objetivo de ser más consistentes con la realidad. De este modo, la confirmación se presenta como una manera de elevar la utilidad percibida de los usuarios y, análogamente, la confirmación de expectativas se encargará de reducir estas percepciones. Bhattacherjee (2001b) extendió esta teoría al proponer que la confirmación de las expectativas influye no solo en la conducta futura sino también en las percepciones futuras de utilidad. Aplicado a las páginas web, Lin et al. (2005) proponen una extensión de la ECT añadiendo la percepción de diversión por parte del individuo o playfulness percibido al ECM para modelar la forma en que las personas encuentran o no interesante la navegación por el portal web en cuestión. El efecto de la confirmación de expectativas 177 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías sobre la utilidad percibida se mantiene por tanto intacto en el modelo propuesto y se verifica de nuevo experimentalmente. Hong et al. (2006) y Roca et al. (2006) defienden también la influencia positiva de la confirmación sobre la utilidad percibida en su extensión de ECM al dominio de las TI. Así mismo, Bhattacherjee et al. (2008) revisan el Modelo de la Confirmación de Expectativas añadiendo nuevas dimensiones al constructo del control del comportamiento percibido y refinan las relaciones existentes manteniendo la asociación positiva entre confirmación y utilidad percibida (renombrada como utilidad de post–uso) en ese mismo sentido causal. Recientemente, Chen (2012) valida de nuevo la conexión entre confirmación y utilidad percibida gracias a un modelo completo que recoge las influencias de la Teoría Cognitiva Social junto con alguno de los constructos propios de ECM y TAM, así como de las conclusiones extraídas de experimentos acerca del comportamiento de uso y continuidad de uso en comercio electrónico. Chen (2012) demuestra que si un consumidor confirma su experiencia de compra online, su utilidad percibida aumentará de manera notable. En resumen, parece claro que la relación entre confirmación y utilidad percibida no ha sufrido demasiadas modificaciones a lo largo del tiempo. Su incorporación al Modelo de la Confirmación de Expectativas de Bhattacherjee (2001b) y el enorme apoyo que ha recibido éste por parte de los investigadores (Lin et al., 2005; Hong et al., 2006; Roca et al., 2006; Bhattacherjee et al., 2008; Chen, 2012) ha provocado no solo que la relación no se haya puesto demasiado en duda sino que el sentido de ésta se haya mantenido constante durante los años. Así, el efecto positivo que ejerce la confirmación de las expectativas sobre las percepciones de utilidad de los consumidores resulta prácticamente indiscutible tanto en comportamientos de adopción como de continuidad de uso de tecnologías. El estudio del hábito y su relación con los constructos típicos de recompra no es muy extenso, pues generalmente el hábito no ha sido modelado como constructo sino como factor moderador de los resultados obtenidos. Un ejemplo de ello es el trabajo de Karahanna et al. (1999) quienes encontraron que los usuarios con más experiencia usando un sistema –y por tanto con mayor hábito– percibían más utilidad con respecto a la tecnología empleada que aquellos con experiencia limitada. Del mismo modo, Gefen (2003) expone que a través del uso habitual de una tecnología de la información 178 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías concreta y el conocimiento que se adquiere por ello, los usuarios aprenden más acerca de la tecnología, incluyendo cómo utilizarla y como obtener una ventaja de ello. Además, este aumento del conocimiento y de la capacidad para entender las ventajas derivadas del uso de una tecnología resulta en una mayor consciencia de la utilidad percibida de la misma por parte de los usuarios. Aplicado al ámbito laboral, Gefen (2003) considera que si el uso de un sistema concreto se vuelve rutinario, el usuario percibirá que el sistema es más útil para su trabajo y su rendimiento aumentará. También Liao et al. (2006) probaron empíricamente el efecto que ejerce el hábito sobre la utilidad percibida. Por otro lado, Jebakumar y Govindaraju (2009) estudiaron posibles variables externas que pudieran determinar la utilidad percibida basándose en TAM. La disponibilidad de Internet y el hábito fueron dos de las cuatro variables analizadas en el contexto de aprendizaje online, y su influencia sobre la generación de la percepción de utilidad en los individuos fue contrastada de forma empírica. Jebakumar y Govindaraju (2009) defienden por tanto la misma relación, presentando al hábito como antecedente directo de la utilidad percibida. Si bien hay autores que apoyan la relación directa entre el hábito y la utilidad percibida, en general estas variables aparecen raramente conectadas de forma directa y ocasionalmente a través del efecto moderador de la satisfacción (Limayem et al., 2007). Desde esta perspectiva la utilidad percibida actúa sobre la satisfacción de los consumidores que a su vez determina el hábito de uso del sistema. La relación entre la intención de uso y la utilidad percibida es bastante común en la literatura del marketing y de la psicología social. Uno de los primeros en apoyarla y probarla de forma empírica fue Triandis (1977), defendiendo el efecto directo y positivo de la utilidad percibida sobre la intención de uso de una tecnología específica por parte de los individuos. Después, con la elaboración del modelo de aceptación de la tecnología (Davis, 1989; Davis et al., 1989), la asociación entre ambos constructos se fortalece. Así, Davis et al. (1989) argumentan que en el ámbito organizacional las personas forman la intención hacia una determinada conducta que piensan que aumentará su rendimiento en el trabajo. La asociación entre utilidad e intención percibida propuesta en TAM se ha mantenido en otros modelos, llegando a convertir a la utilidad percibida en un importante predictor de uso de tecnologías (Venkatesh et al., 2003). Han sido por tanto varios los investigadores que afirman que la utilidad percibida influye positiva y significativamente en la 179 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías intención conductual en distintos ámbitos de estudio (Mathieson, 1991; Venkatesh y Davis, 2000; Gefen y Straub, 2000; Mathieson et al., 2001; Bhattacherjee, 2001; Chau y Hu, 2002; Gefen et al., 2003; Pavlou, 2003; Chen et al., 2004; Vijayasarathy, 2004). De nuevo Venkatesh y Bala (2008) al desarrollar TAM3 mantienen la relación entre utilidad e intención ya soportada por TAM2, al igual que Bhattacherjee et al. (2008) al revisar el Modelo de la Confirmación de Expectativas, defendiendo la conexión entre utilidad percibida e intención de recompra. Wangpipatwong et al. (2008) elaboran un modelo similar a TAM, que permite explicar la intención de continuidad en el contexto de uso de páginas web de gobierno electrónico, incluyendo el concepto de auto–eficacia. En el mismo se vuelve a corroborar el efecto que ejerce la utilidad percibida de forma directa sobre la intención de continuidad de uso. Al estudiar los determinantes de la intención de continuidad de uso en Internet. Chiu et al. (2009) defienden que la utilidad percibida por los consumidores online ejerce un gran impacto en la intención de continuidad de uso del comercio electrónico B2C. Por su parte, Chen (2012) describe en su modelo la intención de recompra en comercio electrónico a partir de distintos constructos entre los que se encuentra la utilidad percibida, relación que se ve moderada junto con las otras por las denominadas variables de control (género, edad y años de compra por Internet). Del mismo modo que la conexión entre intención y utilidad percibida surge del Modelo de Aceptación de la Tecnología, la satisfacción comienza a relacionarse de forma más frecuente con la utilidad a partir del ECM propuesto por Bhattacherjee (2001b). En el Modelo de la Confirmación de Expectativas aplicado a los sistemas de información Bhattacherjee (2001b) relaciona la utilidad percibida con la satisfacción del consumidor, siendo la primera directo antecedente de la segunda. Desde esta perspectiva la utilidad percibida se considera la expectativa más determinante del afecto de post–aceptación de los usuarios (la satisfacción). Cabe destacar que previamente otros autores como Seddon (1997) ya habían investigado la posibilidad de asociar la utilidad percibida con la satisfacción. En concreto, Seddon (1997) desarrolló un modelo de éxito de los SI en el que la satisfacción viene dada por el nivel de utilidad percibida por los usuarios. Posteriormente, Roca et al. (2006) apoyados en el éxito del ECM relacionan la satisfacción con una serie de constructos que se aplican al ámbito del e–learning. Entre ellos se encuentra la usabilidad percibida, formada por la utilidad percibida, la absorción cognitiva y la facilidad de uso percibida, siendo los tres directos antecedentes de la 180 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías satisfacción de los consumidores con el sistema de aprendizaje online. En la extensión del ECM en el dominio de las TI, Hong et al. (2006) mantienen la influencia positiva de la utilidad percibida sobre la satisfacción de los consumidores. Uno de los cambios notables que Bhattacherjee et al. (2008) realizan al revisar el ECM es la eliminación de la relación entre la utilidad percibida y la satisfacción. Esta asociación se apoyaba en las teorías TRA y TPB, al considerar la satisfacción como una actitud que actúa como mediadora entre la utilidad percibida y las intenciones de continuidad. Sin embargo, aunque la satisfacción y la actitud son dos formas de afecto, difieren en que la primera es un afecto a corto plazo y la segunda a largo plazo, por lo que la satisfacción puede influir en la actitud pero no es un equivalente de la misma. Es por ello que en el modelo extendido de ECM se elimina la relación directa entre utilidad y satisfacción, presentando a la confirmación como el único antecedente de ésta. Devaraj et al. (2002) demostraron que la utilidad percibida ejerce un impacto notable en la satisfacción en el contexto de comercio electrónico y así lo volvió a verificar Chen (2012), al plantear la satisfacción como un constructo que viene determinado por la utilidad percibida además de por otras variables. Resulta por tanto indiscutible el sentido de la relación entre utilidad percibida y satisfacción, manteniéndose en todos los modelos inspirados en ECM y en general en la mayoría de modelos de continuidad. La actitud se asocia con la utilidad percibida debido fundamentalmente al modelo de aceptación de la tecnología (TAM) (Davis, 1989; Davis et al., 1989), en el que la utilidad percibida determina junto con la facilidad de uso percibida la actitud hacia el uso de un sistema. Desde entonces, gran parte de los modelos basados en TAM han mantenido esta conexión entre los constructos (Taylor y Todd, 1995; Venkatesh, 2000; Chen et al., 2002; Chen et al., 2004; Vijayasarathy, 2004). Por su parte, Venkatesh y Davis (2000) decidieron omitir la actitud en TAM2, relacionando de forma directa la utilidad percibida con la intención en lugar de hacerlo a través de la actitud como ocurría en TAM. La fortaleza de esta relación ha sido puesta en duda de forma frecuente por no ser la utilidad percibida un determinante significativo de la actitud. Lo mismo sucede con TAM3 (Venkatesh y Bala, 2008), pues añaden los antecedentes de la facilidad de uso percibida sin modificar el resto de TAM2 y por tanto omitiendo de nuevo la actitud en el modelo. También en UTAUT (Venkatesh et al., 2003) se descartó incluir la actitud como constructo por ser su efecto sobre la intención poco 181 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías significativo. En este caso la utilidad percibida forma parte del factor denominado “expectativas de funcionamiento” y únicamente ejerce influencia sobre la intención. La norma subjetiva es un constructo habitual en la literatura de adopción de tecnologías, presente en modelos como la Teoría de la Acción Razonada (TRA) (Fishbein y Ajzen, 1975; Ajzen y Fishbein, 1980) o la Teoría del Comportamiento Planeado (TPB) (Ajzen, 1985, 1991). Sin embargo, su asociación con la utilidad percibida es relativamente reciente, siendo introducida por Venkatesh y Davis (2000) que la definen como “la percepción del individuo de cómo la mayoría de personas que son importantes para él piensan que debería comportarse”, situándola como antecedente directo de la utilidad percibida. Desde este enfoque, la utilidad percibida por el individuo respecto de un sistema se ve influida de forma directa por la opinión que tienen del mismo las personas próximas al individuo. Además, Venkatesh y Davis (2000) incluyen la experiencia como variable moderadora de esta relación y añaden una relación indirecta entre ambas a través de la imagen que el usuario desea proyectar. Desde TAM2 han sido varios los estudios que han considerado la relación entre la norma subjetiva y la utilidad percibida (Chan y Lu, 2004; Van Raaij y Schepers, 2008; Venkatesh y Bala, 2008; Kim et al., 2009a), aunque otros autores han defendido su independencia (Taylor y Todd, 1995; Venkatesh et al., 2003; Roca et al., 2006; Zhou et al., 2010). En contextos de recompra el efecto de la norma subjetiva sobre la utilidad percibida ha sido ampliamente discutido. Así, a pesar de que Venkatesh y Davis (2000) subrayan el importante efecto de la norma subjetiva sobre la utilidad percibida en la adopción de tecnologías, afirman que este efecto se debilita conforme el individuo gana experiencia en el uso del sistema, confiando menos en la información social para formar la utilidad percibida. Además de las relaciones ya descritas la utilidad percibida se ha asociado a muchos más constructos. Entre ellos cabe destacar la facilidad de uso percibida, por ser un factor propio de TAM (Davis, 1989; Davis et al., 1989) conectado frecuentemente a la utilidad percibida como antecedente de la misma. Esta relación ha sido reproducida en distintos modelos posteriores (Venkatesh y Davis, 2000; Venkatesh et al., 2003; Hong et al., 2006; Venkatesh y Bala, 2008; Wangpipatwong et al., 2008; Chen, 2012), pero también se ha incluido a través del efecto mediador de otros factores como la absorción cognitiva (Roca et al., 2006), e incluso se han situado en el mismo modelo sin relacionarse de ninguna manera (Taylor y Todd, 1995). En cualquier caso, se ha discutido la viabilidad de la conexión entre la utilidad percibida y la facilidad de uso percibido en el ámbito de 182 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías recompra, ya que se ha probado que la facilidad de uso percibida no influye en la intención en todas las fases de uso de los SI (Davis et al., 1989; Karahanna et al., 1999), lo que implica que la facilidad de uso percibida no sea considerada como un constructo de continuidad de uso. Por otro lado, se han mencionado ya las relaciones de la utilidad percibida con otras variables de menor importancia que desempeñan un papel fundamentalmente moderador. Es el caso de la absorción cognitiva, incluida entre otros por Agarwal y Karahanna (2000) o Roca et al. (2006). También la calidad ha sido ligada a la utilidad percibida pues se ha probado la influencia positiva que ejercen diversos elementos de la calidad de una página web como la calidad de la información o el tiempo de respuesta sobre la utilidad percibida por el comprador (Lin y Lu, 2000; Yi y Jiang, 2007). Finalmente, la rama utilitarista del comercio electrónico considera las motivaciones intrínsecas del individuo como factores influyentes en la utilidad. Un ejemplo de ello es el entretenimiento o disfrute percibido, presente por ejemplo en la obra de Ha y Stoel (2009) como antecedente de la utilidad percibida en comercio electrónico. 4.2.2. Confirmación de expectativas El estudio de la confirmación de expectativas tiene su origen en la Teoría del Nivel de Adaptación de Helson (1964) que plantea que el nivel de satisfacción del individuo depende de las expectativas creadas y de los resultados acaecidos y en los modelos de Howard y Sheth (1969) o Engel, Kollat y Blackwell (1968), que investigan los determinantes de la satisfacción de los consumidores. Oliver (1977, 1980) incluye el constructo en la Teoría de la Confirmación de Expectativas, planteando la necesidad de presentar una teoría que recoja la formación de la satisfacción como resultado de la confirmación de expectativas, incluyendo además el concepto de rendimiento o desempeño percibido. Posteriormente, vista la capacidad de ECT para explicar las intenciones de recompra de los consumidores el análisis de la confirmación fue haciéndose más extenso. El estudio más importante fue el de Bhattacherjee (2001b), al aplicar ECT al contexto de SI utilizando de nuevo el concepto de confirmación. Previamente, Churchill y Surprenant (1982) o Spreng et al. (1996) habían también investigado las implicaciones de este constructo, discutiendo frecuentemente su relación con la satisfacción. El mismo Oliver (1989) revisó su teoría para profundizar más en la formación de la satisfacción ligándola no solo a la confirmación sino también a los afectos. 183 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Son numerosos los autores que, a raíz del ECM, han incorporado el constructo de confirmación a sus modelos en distintos contextos, añadiendo nuevas variables o modificando la forma en que éstas se relacionan (Hsu y Chiu, 2004; Lin et al., 2005; Chiu et al., 2005; Hong et al., 2006; Thong et al., 2006; Kim et al., 2007). Inspirados asimismo en la TPB, Hsu et al. (2006) verifican el efecto que la confirmación ejerce en la intención de continuidad. Después, con la extensión del ECM (Bhattacherjee et al., 2008), la confirmación de expectativas continuó desempeñando un papel fundamental en los modelos de continuidad, utilizándose para el diseño de nuevas teorías (Kang et al., 2009). A continuación se describe el progreso en la definición del constructo, su formación y su asociación a otros importantes factores de recompra como la satisfacción de los consumidores, la intención o la utilidad percibida. 4.2.2.1. Definición de confirmación de expectativas El primer conflicto surgido en torno a la confirmación se debe a la denominación de la misma por la diversidad de nombres similares utilizados para referirse al mismo concepto en textos en inglés y por el problema que supone su traducción al castellano. Es por ello que los conceptos de confirmación, desconfirmación e incluso disconfirmación son frecuentemente empleados como sinónimos (Moliner et al., 2001), adjudicándoles significados iguales o cuanto menos semejantes. En la tabla 8 se muestran las definiciones proporcionadas a lo largo del tiempo para describir este concepto, sea cual fuere su denominación. Autor Helson (1964) Swan y Trawick (1981) Oliver (1980) Churchill y Surprenant (1982) Definición La confirmación refleja el nivel de adaptación entre el estímulo recibido por un individuo y el estándar de comparación creado a partir de un determinado contexto. La confirmación procede de experiencias emocionales derivadas del uso de un producto. La confirmación es un proceso cognitivo en el que la diferencia entre el desempeño o rendimiento de un producto o sistema y los estándares de comparación es una evaluación subjetiva del consumidor. La confirmación de expectativas representa el proceso Bhattacherje de evaluación que lleva a comparar las expectativas iniciales e (2001b) con las reales, fruto del uso de un producto o sistema de información. La confirmación representa el ajuste entre la Bhattacherje experiencia real con un producto y las expectativas iniciales e et al. (2008) del usuario. TABLA 8. DEFINICIONES DEL CONCEPTO DE CONFIRMACIÓN 184 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Por su parte, la tabla 9 presenta algunas definiciones del concepto de expectativas desde una perspectiva temporal: Autor Oliver (1980) McKinney et al. (2002) Swan y Trawick (1981) Westbrook y Reilly (1983) Definición Las expectativas son las creencias anteriores al uso de un sistema referidas al desempeño del sistema que el usuario necesita o espera para un rendimiento adecuado del mismo. Las expectativas pueden ser consideradas como creencias o como creencias ponderadas por la evaluación del resultado, pues existe una alta correlación entre ambas. Las expectativas son las creencias pre–consumo sobre el desempeño general de los productos o servicios adquiridos. Se operacionaliza como “desempeño anticipado”. TABLA 9. DEFINICIONES DEL CONCEPTO DE EXPECTATIVAS Bhattacherjee (2001b) puso de manifiesto la alta discrepancia entre las definiciones de las expectativas y, apoyado por el estudio de Swan y Trawick (1981), decide conceptualizar el constructo de confirmación como creencias evaluadoras agrupando en un único factor las variables confirmación, expectativas y desempeño percibido, presentes de forma independiente en la ECT (Oliver, 1980). La medida de la confirmación de expectativas ha sido abordada desde dos enfoques distintos. El primero considera la confirmación como una variable inferida, esto es, la confirmación es simplemente la diferencia entre las expectativas iniciales y el desempeño real del sistema (McKinney et al., 2002; Hsu et al., 2006). Ello implica que midiendo las expectativas es posible inferir de manera directa el valor de la confirmación. El segundo enfoque y el más empleado utiliza la confirmación percibida (Bhattacherjee, 2001; Bhattacherjee et al., 2008), pues atribuye una naturaleza subjetiva al concepto de confirmación, lo que implica que para conocer su magnitud la variable debe ser medida de forma específica. Suelen considerarse tres tipos de confirmación de expectativas: confirmación positiva, confirmación neutra y confirmación negativa. La confirmación positiva se alcanza si el desempeño del producto supera las expectativas, si las iguala se denomina simplemente confirmación, y si es inferior a las expectativas supone una confirmación negativa (Festinger, 1957). 185 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 4.2.2.2. Formación de la confirmación La descripción más empleada de la formación de la confirmación es la derivada de la ECT (Oliver, 1980) en la que la confirmación es el resultado de las expectativas iniciales y el desempeño percibido al usar el sistema, tal como muestra el gráfico 65. Desempeño percibido Expectativas Confirmación GRÁFICO 65. FORMACIÓN DE LA CONFIRMACIÓN SEGÚN LA ECT Desde esta perspectiva, la confirmación se genera a través de un proceso con tres etapas secuenciales: Los consumidores forman sus expectativas iniciales respecto a un producto o servicio antes de adquirirlo. Los consumidores aceptan y usan ese producto o servicio y después de un periodo de consumo, forman sus percepciones sobre el desempeño del mismo. Finalmente, los consumidores evalúan el desempeño percibido comparándolo con las expectativas iniciales y determinando el grado en que éstas se han cumplido, produciéndose la confirmación. Así, la confirmación se presenta como una variable de post–consumo resultado de las expectativas (variable pre– consumo) y el desempeño percibido (variable de post–consumo). En la adaptación de ECT al contexto de los Sistemas de Información, Bhattacherjee (2001b) emplea únicamente variables de continuidad de uso. Es por ello que las expectativas son sustituidas por la utilidad percibida, por ser esta un tipo de expectativa de post–consumo. Por otro lado, el desempeño percibido pasa a formar parte del constructo confirmación, quedando sin detallar en el modelo los antecedentes que lo forman. 186 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Debido a la gran repercusión y apoyo dado a ECT no existen demasiados estudios que profundicen en los determinantes de la confirmación o busquen cómo otros constructos no incluidos en la ECT pueden influir en la formación de la confirmación de expectativas. Es por ello que la mayor parte de la literatura en este aspecto se centra en analizar los antecedentes de las expectativas, pues no se pone en duda que estos, junto con el desempeño percibido, generarán la confirmación. Uno de los primeros en estudiar los distintos tipos de expectativas fue Bandura (1977, 1986). Según Bandura (1977, 1986) son cuatro los antecedentes que crean y modifican las expectativas: experiencia directa, experiencia indirecta u observación, persuasión verbal, y estado fisiológico. De los cuatro la experiencia directa resulta ser el más significativo en la generación de las expectativas. Es sin embargo el trabajo de Zeithaml et al. (1993) uno de los más importantes en el estudio de los antecedentes de las expectativas. Motivados por el escaso número de investigaciones a este respecto, Zeithaml et al. (1993) proponen una serie de determinantes de las expectativas de servicio de los consumidores. Consideran también la llamada “zona de tolerancia”, comprendida por los distintos tipos de servicio comprendidos entre el nivel deseado –el que el consumidor considera que debe recibir– y un nivel adecuado –el nivel de servicio que el consumidor acepta y que constituirán las expectativas de nivel de servicio–. Zeithaml et al. (1993) proponen entonces los antecedentes del nivel de servicio deseado distinguiendo hasta seis antecedentes: intensificadores del servicio duradero, las necesidades personales, las promesas explícitas del servicio (lanzadas mediante publicidad, contratos, etc.), las promesas de servicio implícitas (principalmente dadas por el precio), los comentarios boca–a–oreja (recomendaciones de personas cercanas al consumidor y opiniones de expertos), y experiencias pasadas. Zeithaml et al. especifican los cinco factores que influyen en el nivel adecuado del servicio: intensificadores del servicio transitorio (emergencias, problemas del servicio…), alternativas de servicio percibidas, auto–percepción del rol del consumidor desempeñado en el servicio, factores situacionales (clima, catástrofes, sobre–demanda aleatoria), y servicio predicho. Así, los antecedentes del nivel adecuado y deseado del servicio van estrechando o ampliando la zona de tolerancia del nivel de servicio esperado. Además, Zeithaml et al. aclaran que el nivel deseado del servicio tiende a ser más estable que el nivel adecuado, por lo que las empresas deben centrar sus estrategias en gestionar las expectativas del nivel de servicio adecuado. 187 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías El modelo de Zeithaml et al. proporciona un marco de trabajo con el que determinar las expectativas de los consumidores. Después, siguiendo la Teoría de la Confirmación de Expectativas, estas expectativas serán comparadas con el desempeño real del servicio o producto obteniendo el valor final de la confirmación y su sentido (positivo o negativo). Existe una aceptación bastante generalizada de la formación de este constructo según marca ECT, si bien en ocasiones algunas variables pueden verse añadidas al modelo y considerar su influencia sobre la generación de la formación. 4.2.2.3. Relación de la confirmación con otros factores de recompra Introducido por la Teoría de la Confirmación de Expectativas de Oliver (1977, 1980) la confirmación se ha consolidado como un constructo en los modelos de adopción y continuidad en el uso de las nuevas tecnologías y del comercio electrónico. Así, su presencia en distintos modelos que tratan de explicar los factores que en último término determinan si un consumidor repetirá el proceso de compra ha propiciado que aparezca en gran número de estudios en la literatura del marketing. No obstante, el enorme apoyo dado a la ECT y el ECM de Bhattacherjee (2001b) ha provocado cierta uniformidad en los distintos factores con los que se relaciona la confirmación. El gráfico 66 muestra las relaciones más destacadas entre la confirmación y otros factores propios de recompra. Utilidad Percibida Disfrute Percibido Satisfacción Confirmación Playfulness Calidad Expectativas GRÁFICO 66. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA CONFIRMACIÓN La utilidad percibida empezó a relacionarse originariamente con la confirmación a partir de la teoría de la disonancia de Festinger (1957) y fue años después recuperada 188 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías por Bhattacherjee (2001b), quien presenta la confirmación como antecedente directo y único de la utilidad percibida. Desde entonces han sido varios los investigadores que han soportado de forma empírica la validez de esta relación (Lin et al., 2005; Hong et al., 2006; Thong et al., 2006; Roca et al., 2006; Bhattacherjee et al., 2008; Chen, 2012). Es de destacar la escasa evolución de esta relación, manteniéndose intacta durante años. Así, parece indudable que la confirmación de expectativas ejerce un efecto positivo sobre la utilidad percibida de los consumidores en contextos de adopción pero fundamentalmente en ámbitos de continuidad de uso o recompra. La satisfacción es el constructo protagonista en las relaciones de la confirmación. El efecto directo y positivo que ejerce la confirmación de expectativas sobre la satisfacción ha sido probado empíricamente por numerosos investigadores (Oliver, 1977, 1980, 1981, 1993; Swan y Trawick, 1981; Bearden y Teel, 1983; Tse y Wilton, 1988; Oliver y Swan, 1989; Bolton y Drew, 1991; Westbrook y Oliver, 1991; Anderson y Sullivan, 1993; Spreng et al., 1996). Desde este enfoque se considera que una confirmación positiva genera consumidores satisfechos mientras que si aparece confirmación negativa al comparar el desempeño real con las expectativas iniciales se creará insatisfacción entre los consumidores. A pesar del gran número de estudios que defienden y verifican el peso de esta conexión entre las variables confirmación y satisfacción, existen también investigadores que no apoyan la relación entre ambos constructos (Churchill y Surprenant, 1982) pues conciben su conexión a través de un proceso más complejo en el que pueden aparecer variables moderadoras entre la confirmación y la satisfacción. Oliver (1980) incluye el efecto de las expectativas sobre la satisfacción no solo a través de la confirmación sino también de forma directa. Por el contrario, Bhattacherjee (2001b) al plantear su modelo de continuidad de uso de los SI elimina la presencia de las expectativas y considera la confirmación y la utilidad percibida como únicos determinantes de la satisfacción. Bhattacherjee (2001b) justifica esta relación porque la confirmación positiva implica el cumplimiento de los beneficios esperados del uso de SI y por tanto hace que el consumidor esté satisfecho con el uso del sistema, mientras que la confirmación negativa denota la incapacidad del sistema para superar las expectativas creadas inicialmente. Hsu et al. (2004) también indicaron que la confirmación juega un papel fundamental en la predicción de la satisfacción del consumidor. Así mismo, el modelo de Hong et al. (2006), híbrido de TAM y ECM, mantiene y prueba la influencia positiva de la confirmación sobre la satisfacción, al igual que Lin et al. (2005), Roca et al. (2006) o 189 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Thong et al. (2006). En la extensión del ECM, Bhattacherjee et al. (2008) proponen la confirmación como único determinante de la satisfacción de los consumidores pues no está claro el efecto de la utilidad percibida de post–uso sobre la satisfacción. Por último, el complejo modelo de Chen (2012) asocia la confirmación con la satisfacción en el ámbito de post–consumo en comercio electrónico B2C. Por otro lado, la calidad percibida por los consumidores se asocia en ocasiones a la confirmación de expectativas, pues si el producto o servicio se percibe de alta calidad es más probable que el individuo vea confirmadas sus expectativas, lo que significa que el desempeño percibido del producto o servicio ha sido bueno. Desde este enfoque, la calidad percibida se considera un antecedente de la confirmación (Rojas y Camarero, 2008). Esta hipótesis se fundamenta por un lado en que la calidad es un determinante significativo de la satisfacción (Cronin et al., 2000; Choi et al., 2004; Chang y Chen, 2009) y por otro en que las expectativas ejercen un efecto positivo sobre la calidad percibida pues ésta no es más que una forma de evaluar el desempeño (Churchill y Surprenant, 1982). A su vez, según la ECT, la satisfacción viene dada por la confirmación y ésta por las expectativas y el desempeño del producto, con lo que en definitiva puede considerarse que la calidad influye positivamente sobre la confirmación de expectativas ya que la calidad percibida es un sustituto del desempeño percibido. Chiu et al. (2005) encontraron asimismo que la calidad percibida es un predictor importante de la confirmación, y por tanto los componentes de la calidad aplicables a cada caso ejercerán un cierto efecto sobre la confirmación del consumidor con respecto a las expectativas iniciales. En comercio electrónico, la calidad de la página web influye de forma significativa en la confirmación de expectativas de los individuos. Las expectativas constituyen es uno de los constructos más relacionados con la confirmación, especialmente en las décadas de los 80 y 90. Aunque en los últimos años el factor de las expectativas aparece ligado de forma intrínseca a la confirmación, fueron varios los autores que desde la aparición de la ECT (Oliver, 1980) han considerado las dos variables de forma independiente (Churchill y Surprenant, 1982; Bearden y Teel, 1983; Westbrook y Reilly, 1983; Tse y Wilton, 1988) pero relacionadas. De este modo, cuando las expectativas se incluyen en un modelo junto a la confirmación aparecen siempre como antecedentes de la segunda, respetando la Teoría de la Confirmación de Expectativas. Entre los autores que han comprobado la relación que existe entre ambos constructos destacan Swan y Trawick (1981), Churchill y Surprenant (1982), Bolton y 190 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Drew (1991) y Spreng et al. (1996). Hay quien considera ésta una relación negativa (Rojas y Camarero, 2008) ya que es más probable que altas expectativas no se vean confirmadas (confirmación negativa), mientras que si las expectativas son bajas es fácil que sí lo sean. Desde la inclusión de las expectativas en el constructo de confirmación propuesto por Bhattacherjee (2001b) la presencia de ésta en los modelos de adopción y continuidad de uso ha ido disminuyendo de forma drástica. Aunque el concepto de expectativas sigue vigente, pues su comparación con el desempeño percibido es lo que da lugar al factor de confirmación, éstas no suelen incluirse de forma explícita como constructo independiente. Otro de los factores en ocasiones asociado a la confirmación de expectativas es la percepción de diversión del individuo o playfulness introducido por Lin et al. (2005) en el modelo de Bhattacherjee (2001b) para relacionarlo con la teoría de la motivación intrínseca. Así, la confirmación aparece como determinante del playfulness y ambos, junto con la utilidad percibida, generan la satisfacción. Esta asociación entre constructos se sustenta en la teoría de la disonancia cognitiva de Festinger (1957) en la que la utilidad percibida se identifica con el playfulness, por lo que el efecto que ejerce la confirmación sobre la utilidad debe ser similar al que ejerce sobre el playfulness. El disfrute o entretenimiento percibido es otro elemento en ocasiones conectado a la confirmación. La justificación es similar a la del playfulness, pues se considera que tanto la utilidad percibida como el entretenimiento percibido son creencias cognitivas salientes que se verán confirmadas positiva o negativamente una vez se comience a usar el sistema. Es por ello que de nuevo la confirmación ejerce una influencia positiva sobre el entretenimiento percibido (Thong et al., 2006). Uno de los primeros en complementar y probar de forma empírica el modelo utilitario de continuidad de Bhattacherjee (2001b) con un enfoque hedonista fue Van der Heijden (2004). Debido a la presencia del factor de confirmación tanto en ECT como en ECM y la repercusión de ambas en el ámbito de la recompra, la confirmación está presente en gran cantidad de modelos adaptados a diversos contextos. Es por ello que los factores con los que aparece relacionado son prácticamente ilimitados. Anteriormente se han mencionado los más importantes pero cabe destacar también algunos otros: un ejemplo de es la facilidad de uso percibida que, por aparecer ligada de forma frecuente a la utilidad percibida, se asocia ocasionalmente a la confirmación. Chen (2012) prueba el efecto que tiene la confirmación no solo sobre la utilidad percibida sino sobre la facilidad de uso percibido puesto que ambas son creencias cognitivas que aparecen 191 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías relacionadas en los contextos de aceptación de SI pero no así en contextos de continuidad de uso. Existe también cierta relación entre la auto–eficacia de Internet, presente en comercio electrónico, y la confirmación. Compeau y Higgins (1995) probaron la correlación que hay entre la auto–eficacia con el ordenador y la evaluación del desempeño y en base a ello se encontró que la auto–eficacia de Internet tiene una influencia significativa sobre la confirmación en el contexto de comercio electrónico (Hernández et al., 2010). Chen (2012) también verificó empíricamente el efecto de la auto–eficacia sobre la confirmación. La intención es el constructo más utilizado para predecir la conducta y es por ello frecuente encontrarlo también relacionado con la confirmación de expectativas aunque siempre de forma indirecta. La ECT de Oliver, origen de la confirmación, no considera la relación directa entre ambos constructos sino únicamente a través de la satisfacción como variable mediadora, y lo mismo ocurre en el modelo de continuidad de uso de Bhattacherjee (2001b) así como con las teorías y modelos inspirados en el mismo en los que la confirmación influye positivamente sobre la satisfacción y es ésta la que determina la intención de recompra (Roca et al., 2006; Hong et al., 2006; Thong et al., 2006; Bhattacherjee et al., 2008; Chen, 2012). Por su parte, Hsu et al. (2006) predicen la continuidad de uso en la intención usando variables como la influencia previa y posterior al uso, la actitud, el control del comportamiento percibido, la confirmación de expectativas y la satisfacción, encontrando así que la confirmación de expectativas influye de forma positiva sobre la intención de recompra indirectamente a través de la satisfacción, las influencias externas e interpersonales y el control del comportamiento percibido. Recientemente, Venkatesh y Goyal (2010) defendieron el efecto que ejerce la confirmación sobre la intención de uso. Así, proponen que la confirmación positiva influirá positivamente sobre la intención de continuidad de uso de un sistema. Además, conforme aumenta el grado de confirmación, el efecto sobre la intención de recompra es más intenso siguiendo una función curvilínea. 4.2.3. Hábito El hábito es uno de los factores contingentes considerado por Triandis (1980), quien tiene en cuenta la variabilidad de las personalidades de los individuos introduciendo en 192 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías los modelos un carácter más aleatorio que produce modificaciones sobre la conducta. Al describir las condiciones facilitadoras y su alteración del comportamiento de los consumidores, Triandis (1980) justifica la necesidad de incorporar factores moderadores como el hábito que hagan más precisos los modelos de comportamiento. Desde entonces el hábito ha sido empleado como moderador de distintas variables como la satisfacción o la intención. Uno de los hitos en el estudio del hábito viene marcado por el artículo de Ouellete y Wood (1998) en el que se investigan los procesos por los que la conducta pasada puede servir para predecir la conducta futura. Realizan así un estudio bastante completo del hábito, su definición y formación, los tipos de conducta que dan lugar a la generación del hábito, y la capacidad predictora del mismo a través de otros factores como la intención, la actitud, la norma subjetiva y el control del comportamiento percibido. El hábito ha ido introduciéndose en todo tipo de modelos actitudinales, de adopción de tecnologías o de continuidad de uso para actuar como moderador en la predicción del comportamiento de los consumidores. Sin embargo, muy pocos de ellos han tenido una repercusión notable en la literatura del marketing. DeLone y McLean (1992) mencionaron la importancia del hábito implícitamente al describir los factores de éxito del uso de los SI. Thompson et al. (1991) excluyeron de forma explícita el hábito al estudiar la utilización de los ordenadores pero reconocieron posteriormente su error, pues consideraron que habría añadido poder explicativo a su modelo, recomendando futuras investigaciones sobre el papel del hábito en la conducta de uso. Limayem et al. (1999) realizaron una operacionalización del hábito usando seis variables para determinar si la conducta de los individuos se había convertido en automática o habitual. Encontraron que el hábito ejercía un efecto significativo en las intenciones de los consumidores y que por tanto no debía ser omitido de los modelos. Ésta ha sido la tendencia general en el estudio del hábito, si bien con el tiempo no solo la intención ha sido relacionada con el mismo sino que se ha ido evolucionando hacia el análisis del efecto del hábito sobre otros factores como la satisfacción o la actitud. Limayem et al. (2007) investigaron de forma pormenorizada el concepto del hábito, sus definiciones, evolución y sus implicaciones en la conducta de los consumidores especialmente en contextos de continuidad, convirtiéndose en un estudio de referencia del papel que desempeña el hábito en la moderación de distintos factores del ámbito de la recompra. 193 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 4.2.3.1. Definición del hábito La tabla 10 recoge algunas de las definiciones más destacadas del constructo del hábito y muestra su evolución a lo largo del tiempo. Autor Triandis (1980) Ouellete y Wood (1998) Carvajal (2002) Gefen (2003) Kim y Malhotra (2005) Kim et al. (2005) Liao et al. (2006) Limayem et al. (2007) Definición Los hábitos son secuencias situacionales del comportamiento que son o se han convertido en automáticas. Los hábitos son tendencias hacia la repetición de respuestas dado un entorno estable. El hábito es un comportamiento que puede llevarse a cabo de forma rápida, precisa y sin esfuerzo. El hábito en el contexto de uso de las TI refleja la preferencia previa de uso de un sistema por parte del individuo. El hábito es un patrón repetitivo de comportamiento que ocurre de forma automática e inconsciente. Los hábitos son formas automáticas de conducta dirigida hacia la consecución de objetivos. El hábito es la tendencia automática del comportamiento mostrada de forma histórica por el individuo. El hábito representa el grado en que las personas tienden a actuar de manera automática debido al aprendizaje. TABLA 10. DEFINICIONES DE HÁBITO RECOGIDAS POR KIM ET AL. (2005) Las definiciones de la tabla 10 recogidas por Kim et al. (2005), ponen de manifiesto la existencia de una cierta automaticidad en el hábito. Según esta perspectiva los hábitos son formas de conducta dirigidas a la consecución de objetivos y representan por tanto la conexión entre el objetivo y las acciones necesarias para conseguirlo. Así, la fuerza del hábito, medida frecuente del mismo en los modelos de comportamiento, refleja la fortaleza del enlace entre los objetivos y las acciones. Liao et al. (2006) recoge gran parte de las definiciones del hábito al explicar sus características. De este modo, los hábitos vienen representados por un total de cinco propiedades: (1) los hábitos requieren aprendizaje; (2) son respuestas automáticas a situaciones o estímulos específicos y están siempre limitados en alcance; (3) los hábitos emergen de la repetición de respuestas; (4) son automáticos en el sentido de que pueden llevarse a cabo de forma rápida, en paralelo con otras actividades y prestando la mínima atención; y (5) reflejan tendencias de comportamiento automáticas desarrolladas durante la historia pasada del individuo. Además, es necesario puntualizar que el hábito no es sinónimo de intención o uso continuado: el hábito representa lo que hace una persona normalmente, es una 194 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías preferencia conductual en el presente, mientras que la intención de uso indica la intención específica de comportamiento referida a actividades futuras (Gefen, 2003). Todo ello motiva que el concepto de hábito sea representado como un constructo multidimensional compuesto por cuatro componentes (Verplanken y Orbell, 2003): la intencionalidad, la falta de consciencia, la dificultad de control y la eficiencia mental. Los hábitos son intencionales en el sentido en que son funcionales y orientados por naturaleza a la consecución de un fin. No obstante, el comportamiento de hábito ocurre de manera inconsciente, por lo que el individuo no percibe la situación que le conduce a comportarse de una cierta manera. Por otro lado, el hábito es difícil de controlar puesto que puede ser muy difícil para el individuo resistir el impulso de llevar a cabo una tarea de un modo particular, especialmente si ésta forma parte de una rutina de tareas más amplia e intensamente automatizada. Finalmente, la eficiencia mental se refiere a la capacidad del hábito de liberar al individuo, lo que le permite dedicar su atención a realizar otras tareas al mismo tiempo. Una vez definido el hábito como respuesta de la conducta automática han surgido dos enfoques distintos en la conceptualización precisa del mismo. El primero de ellos se fundamenta en las ciencias del comportamiento y considera el hábito desde una perspectiva estímulo–respuesta, ignorando la importancia del estado psicológico y los procesos mentales presentes en la formación del mismo. El segundo enfoque adopta una perspectiva cognitiva–emocional, centrándose en la importancia de los objetivos para el desarrollo del hábito. Desde este punto de vista los hábitos se presentan como asociaciones mentales entre los objetivos y el comportamiento resultante, mediando la relación entre el entorno y la respuesta (Verplanken y Orbell, 2003). La principal diferencia entre ambos enfoques es que el primero considera que con el paso del tiempo la conexión con un objetivo concreto se va perdiendo, con lo que el individuo continuará repitiendo la conducta habitual a pesar de que haya perdido su significado inicial (Wood et al., 2005). El segundo enfoque el más utilizado en la práctica, ya que en general se reconoce que las características situacionales son capaces de activar automáticamente la necesidad de cumplir con unos objetivos aunque la persona no sea consciente de ello, siendo está activación de los objetivos la que conduce a la práctica del comportamiento del hábito. Por último, cabe destacar la diferencia entre hábito y comportamiento de hábito. A pesar de que en ocasiones se emplean de forma intercambiable, Limayem et al. (2007) hacen distinción entre ambos al considerar que el hábito es una forma de pensar o una 195 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías tendencia conductual que conduce a la práctica del comportamiento del hábito (Ouellete y Wood, 1998). En cualquier caso, es esencial reconocer la naturaleza psicológica del hábito y el hecho de que los hábitos no pueden ser medidos a través de la simple observación del comportamiento del individuo. 4.2.3.2. Formación del hábito Según Limayem et al. (2007) los hábitos se forman cuando las conductas que en un principio se llevan a cabo de manera consciente e intencionada son “sobre–aprendidas” como consecuencia de ser repetidas frecuentemente a lo largo del tiempo en un contexto estable y mediante una experiencia satisfactoria. El gráfico 67 representa los distintos antecedentes que desde esta perspectiva juegan un papel fundamental en el desarrollo del hábito de los consumidores. Repetición Satisfacción Contexto Estable Hábito GRÁFICO 67. FORMACIÓN DEL HÁBITO (LIMAYEM ET AL., 2007) La repetición es un precursor del hábito frecuentemente reconocido, pues a través de la repetición los individuos aprenden a asociar ciertas situaciones con su respuesta conductual correspondiente. Además, las conductas que se repiten con mayor frecuencia, como las tareas diarias, conducen a hábitos más fuertes que las que se practican con menor frecuencia (Limayem et al., 2007; Ouellete y Wood, 1998). Limayem et al. (2007) defienden que los individuos que usan una amplia variedad de sistemas de información tienden a desarrollar hábitos más fuertes con respecto al uso 196 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías de los mismos que las personas que los usan de forma más limitada. Un ejemplo de ello es Internet, ya que puede ser utilizado para objetivos muy diferentes, desde búsqueda de información o comunicación hasta compra de productos. La estabilidad del contexto comprende todo tipo de factores que pueden afectar al entorno del consumidor en la adquisición de un cierto hábito de compra (Wood et al., 2005): tiempo, elementos físicos, entorno social, definición de la tarea y humor. El tiempo, o contexto temporal, se refiere al momento del día en que tiene lugar la conducta que forma el hábito. En ocasiones este tiempo puede ser relativo, por depender de otros factores o eventos pero en general se considera uno de los factores más importantes en el desarrollo del hábito. El lugar y los elementos físicos que rodean al individuo cuando lleva a cabo la conducta de hábito es otra de las variables más significativas. Además del lugar físico también comprende otros elementos como la iluminación, los sonidos, el clima o los estímulos visuales asociados con el entorno inmediato. El entorno social se refiere a las personas que rodean al individuo cuando lleva a cabo la acción considerada, puesto que se considera que un comportamiento tiende a ser repetido de forma habitual cuando el individuo está acompañado de una serie de personas concretas. Por su parte, la definición de la tarea refleja el intento o requerimiento del individuo para realizar una actividad o entender una cierta tarea. Este factor está ligado a la dimensión de intencionalidad mencionada en la formación del hábito. Finalmente, el humor, se refiere al estado mental e interno del individuo previo a la realización de la acción que conforma el hábito. Así, Wood et al. (2005) destacan que estados de humor concretos como la excitación o la hostilidad afectan de manera significativa a la formación del hábito, aunque es difícil capturarlos en los estudios por la dificultad de ser reportados por los individuos bajo estudio. A pesar de que investigadores como Ouellete y Wood (1998), Wood et al. (2005), Kim et al. (2005) o Limayem et al. (2007) mencionan y describen algunos de los antecedentes más importantes en la generación del hábito no existen modelos completos que analicen el efecto concreto de cada antecedente y cómo estos se relacionan entre sí. 197 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 4.2.3.3. Relación del hábito con otros constructos de recompra Como se ha visto, el hábito es una variable principalmente moderadora que limita o enfatiza el efecto de algunos factores salientes que en último término acaban determinando la conducta del consumidor. Es por ello que son pocos los constructos típicos del ámbito de recompra los que han sido asociados de forma directa con el hábito. El gráfico 68 representa los más importantes que serán descritos a continuación, incidiendo en la forma en que se relacionan y el efecto que ello tiene sobre el comportamiento de recompra final del individuo. Intención Confianza Hábito Satisfacción Utilidad Percibida GRÁFICO 68. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON EL HÁBITO La intención es el constructo al que aparece conectado con más frecuencia el hábito. El efecto del hábito sobre la intención conductual ha sido comparado con la teoría de la acción razonada (Fishbein y Ajzen, 1975) comprobándose que el hábito influye en la intención del comportamiento mucho más que la actitud o las normas sociales (Leone et al., 1999). Además, el hábito favorece la continuidad de la conducta existente (Ouellete y Wood, 1998). En concreto, el efecto del hábito sobre la intención de continuidad de uso fue probado de forma empírica por Liao et al. (2006). Previamente, Gefen (2003) había justificado que cuando el hábito es fuerte los individuos confían más en él que en la información externa o la elección de estrategias. Así, una vez el uso de una determinada 198 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías página web se ha vuelto rutinario, el hábito se convierte en una fuerza adicional que aumenta la intención de la conducta de continuar usando esa página web. Triandis (1980) ya había defendido el papel del hábito en la determinación de la intención. En su modelo de relaciones entre actitud y comportamiento las intenciones se consideran predictores de la conducta. Rauyruen et al. (2009) probaron, en el contexto de servicios B2B, la influencia positiva que ejerce el hábito sobre la intención de recompra. Kim et al. (2005) y Limayem et al. (2007) propusieron también un modelo de hábito e intención de continuidad en el que ambos aparecen relacionados. El modelo fue posteriormente extendido por Limayem y Cheung (2008) adaptándolo al contexto de la enseñanza y el aprendizaje y manteniendo el papel que desempeña el hábito en la determinación de la intención de recompra. A pesar de la importancia de estudios que prueban el efecto del hábito sobre la intención de forma directa o como moderador de la relación entre intención y comportamiento real, existen diversos investigadores que defienden el efecto positivo que ejerce el hábito sobre la conducta de continuidad de uso de la tecnología y no sobre la intención (Kim, 2009; Ortiz de Guinea y Markus, 2009). En general el hábito suele considerarse ligado a la intención de uso o recompra pero existen también algunos estudios que relacionan el hábito de los consumidores con su satisfacción. Así, Limayem et al. (2007) realizan un análisis completo de las implicaciones del constructo del hábito en la teoría de continuidad, encontrando un fuerte apoyo para la relación entre satisfacción y hábito. En concreto proponen que la satisfacción de los consumidores actúa como antecedente directo del hábito y por tanto desempeña un papel fundamental en la formación del mismo. Esta relación se justifica en que si una respuesta resultado de una cierta interacción se considera satisfactoria, tenderá a ser reproducida bajo circunstancias equivalentes desde el hábito más que desde el pensamiento. Aarts et al. (1997) también defienden la relación entre satisfacción y hábito, pues afirman que las experiencias satisfactorias son un condicionante clave para el desarrollo del hábito ya que aumentan la tendencia del individuo hacia la repetición de sus acciones una y otra vez. La utilidad percibida aparece también en ocasiones asociada al hábito, aunque no es una relación muy frecuente en los modelos de comportamiento del consumidor. Uno de los 199 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías primeros en proponerlo fueron Karahanna et al. (1999), quienes probaron que la fortaleza del hábito está directamente relacionada con la utilidad percibida de la tecnología, ejerciendo una influencia directa y positiva sobre la misma. También Gefen (2003) demostró que el uso rutinario de un sistema aumentaba la percepción de utilidad por parte de los usuarios. Por su parte, Limayem et al. (2007) desecha la posibilidad de que ambas variables estén relacionas, conectándolas únicamente a través de la satisfacción. Jebakumar y Govindaraju (2009) encontraron que el hábito es un antecedente de la utilidad percibida, apoyando así lo expuesto por autores anteriores. La confianza se encuentra, con respecto al hábito, en una situación muy parecida. Ambos son constructos típicos de recompra; sin embargo, su relación con el hábito no ha sido demasiado estudiada. Inspirado en los trabajos de Aarts et al. (1998), Ouellete y Wood (1998) y Gefen (2003), Liao et al. (2006) confirman el efecto positivo del hábito sobre la confianza de los consumidores en la empresa, ya que a través del uso habitual de una página web –aplicado a comercio electrónico– y el conocimiento adquirido al hacerlo, los usuarios se sienten más cercanos al vendedor aumentando así su confianza en él. En un punto intermedio se sitúa el trabajo de Van der Heijden et al. (2003), que concibe el efecto directo del hábito en la intención de recompra. Desde esta perspectiva, conforme los consumidores van adquiriendo experiencia con la compra, y por tanto el hábito va aumentando, la influencia de la confianza sobre la intención de recompra va disminuyendo, ya que el proceso se va convirtiendo en automático reduciendo la necesidad de involucrar al usuario en procesos cognitivos como la evaluación de la confianza. Además de las relaciones con los constructos ya mencionados, el hábito ha sido ligado a otras variables. La mayor parte de estas variables se asocian con el hábito como antecedente, pues su determinación es ciertamente compleja. Es el caso de la familiaridad, la frecuencia de uso o la experiencia, ya que son factores que ayudan a determinar si un comportamiento se ha convertido en automático y por tanto se ha desarrollado el hábito. Así, Venkatesh et al. (2003) y Kim et al. (2005) defienden el papel de la experiencia del usuario con el sistema en la determinación de la fortaleza del hábito. Los costes asociados al cambio (gastos en los que incurre el individuo al tener que cambiar de producto o servicio respecto al que viene adquiriendo) se han relacionado también con el hábito. Concretamente, Hong et al. (2008) demostraron que existe una correlación positiva entre la fuerza del hábito y el coste de cambiar a otro proveedor 200 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías online. Cuando, en comercio electrónico la acción de compra se vuelve un comportamiento habitual, los compradores puede que desarrollen emociones fuertes hacia la tienda online y perciban de este modo altos costes de cambio a otra tienda. Por último, cabe destacar el papel en ocasiones mencionado del disfrute percibido en la determinación del hábito. Custers y Aarts (2005) demostraron que los procesos afectivos, como puede ser el disfrute percibido, juegan un papel muy importante en la motivación de las acciones de los individuos llegando a ejecutarse de manera inconsciente, dando así lugar al hábito. 4.2.4. Conclusiones En este segundo bloque se han estudiado las características de tres constructos importantes en el análisis del comportamiento de recompra de los consumidores en comercio electrónico B2C: confirmación, hábito y utilidad percibida. El gráfico 69 muestra las relaciones entre los tres constructos, y en la tabla 11 se indican los estudios que soportan esas mismas relaciones. Para concluir se resumen las relaciones más frecuentes encontradas entre estas tres variables y otros factores de recompra. R1 Utilidad Percibida Confirmación R6 Satisfacción R5 R2 R3 Hábito Intención GRÁFICO 69. RELACIONES ENCONTRADAS ENTRE LOS UTILIDAD, HÁBITO, CONFIRMACIÓN, SATISFACCIÓN E INTENCIÓN 201 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Relación Autores que la soportan Bhattacherjee (2001b); Lin et al. (2005); Hong et al. (2006); Roca et al. (2006); Bhattacherjee et al. (2008); Chen (2012) Karahanna et al. (1999); Gefen (2003); Liao et al. (2006); Jebakumar y Govindaraju (2009) R1:confirmación → utilidad R2: hábito → utilidad R3: utilidad → intención Mathieson, (1991); Venkatesh y Davis, (2000); Gefen y Straub, (2000); Chiu et al., (2009); Chen, (2012) R4: hábito → intención Gefen, (2003); Ouellete y Wood, (1998); Liao et al., 2006; Triandis (1980); Kim et al., (2005); Limayem et al., (2007) R5: intención → utilidad Triandis (1977); Davis (1989); Davis et al. (1989) R6:confirmación → satisfacción Oliver, (1977, 1980, 1981, 1993); Swan y Trawick, (1981); Bearden y Teel, (1983); Tse y Wilton, (1988); Oliver y Swan, (1989); Bolton y Drew, (1991); Westbrook y Oliver, (1991); Anderson y Sullivan, (1993); Spreng et al., (1996) TABLA 11. AUTORES QUE SOPORTAN ENTRE UTILIDAD, HÁBITO, CONFIRMACIÓN, SATISFACCIÓN E INTENCIÓN Como se ha ido mencionado el estudio de la confirmación y la utilidad percibida en ámbitos de recompra es extenso, pues se origina en un modelo con tanta repercusión como es el modelo de continuidad de uso de los SI de Bhattacherjee (2001b), inspirado en la ECT de Oliver (1980). Han sido así numerosos los estudios que verificado o directamente dada por válida la influencia de la confirmación sobre la utilidad percibida (Lin et al., 2005; Hong et al., 2006; Roca et al., 2006; Bhattacherjee et al., 2008; Chen, 2012). Por su parte, el hábito no ha sido en general asociado a ninguna de estas variables. De este modo, aunque existen estudios que demuestran el efecto positivo que ejerce el hábito sobre la utilidad percibida (Karahanna et al., 1999; Gefen, 2003; Liao et al., 2006; Jebakumar y Govindaraju, 2009), otros trabajos como los de Limayem et al. (2007) o Limayem y Cheung (2008) no consideran ninguna relación entre ambos al incluirlos en el mismo modelo. Mientras que en el caso del hábito la satisfacción aparece como antecedente del mismo (Aarts et al., 1997; Limayem et al., 2007), en el caso de la utilidad percibida es ésta la que parece influir positivamente sobre la satisfacción de los consumidores (Seddon, 1997; Bhattacherjee, 2001; Devaraj et al., 2002; Roca et al., 2006; Hong et al., 2006; Chen, 2012). Lo mismo ocurre con la confirmación, cuyo efecto sobre la satisfacción ha sido apoyado en muchas investigaciones (Oliver, 1977, 1980, 1981, 1993; Swan y Trawick, 1981; Bearden y Teel, 1983; Tse y Wilton, 1988; Oliver y Swan, 1989; Bolton y Drew, 1991; Westbrook y Oliver, 1991; Anderson y Sullivan, 1993; Spreng et al., 1996; Bhattacherjee, 2001; Hsu et al., 2004; Lin et al., 2005; Hong et al., 2006; Roca et al., 2006; Thong et al., 2006; Chen, 2012). 202 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías La satisfacción es el único constructo destacado que aparece relacionado con los tres factores descritos. Sin embargo, la relación con la intención, aunque ausente en el caso de la confirmación, cabe también ser mencionada. Así, el estudio del efecto directo y positivo de la utilidad percibida sobre la intención de compra y recompra es bastante frecuente por estar fundamentado en TAM (Triandis, 1977; Davis, 1989; Davis et al., 1989; Mathieson, 1991; Venkatesh y Davis, 2000; Gefen y Straub, 2000; Mathieson et al., 2001; Bhattacherjee, 2001; Chau y Hu, 2002; Gefen et al., 2003; Pavlou, 2003; Venkatesh et al., 2003; Chen et al., 2004; Vijayasarathy, 2004; Venkatesh y Bala, 2008; Bhattacherjee et al., 2008; Wangpipatwong et al., 2008; Chiu et al., 2009; Chen, 2012), y también lo es el estudio del papel moderador del hábito sobre la intención de recompra (Triandis, 1980; Ouellete y Wood, 1998; Gefen, 2003; Kim et al., 2005; Liao et al., 2006; Limayem et al., 2007; Limayem y Cheung, 2008; Rauyruen et al., 2009). En el caso del hábito hay autores que defienden el efecto directo del mismo sobre el uso real (Kim, 2009; Ortiz de Guinea y Markus, 2009). Además de relacionarse entre ellas y de forma directa con los factores salientes ya mencionados (satisfacción e intención), se han descrito las relaciones particulares de la utilidad, la confirmación y el hábito con otros constructos de recompra como la actitud o la norma subjetiva para la utilidad, el disfrute percibido o las expectativas para la confirmación, y la confianza en el caso del hábito. 4.3. Justicia, emociones y confianza 4.3.1. Justicia La justicia es un constructo habitualmente presente en contextos de fallo del servicio, por lo que puede encontrarse en modelos que estudian el comportamiento de uso de tecnologías por parte de los consumidores una vez se ha producido una queja debido a un fallo del sistema. Puesto que estas situaciones no son aisladas es importante conocer cómo se genera la percepción de justicia en los consumidores para que así las organizaciones puedan diseñar la estrategia más adecuada que permita dar la mejor respuesta a los clientes afectados por el fallo en el servicio. El estudio de la justicia tiene sus primeros antecedentes en la Teoría de la Equidad (Stouffer et al., 1949), aunque el trabajo de Adams (1965) se considera como el inicio de la Teoría de la Justicia, pues trata de explicar las reacciones de los consumidores en situaciones de fallo de servicio. Desde entonces, y siempre enmarcada en el contexto de 203 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías queja, han sido varios los autores que han profundizado en las implicaciones de la justicia sobre la respuesta de los consumidores cuando tiene lugar un fallo en el servicio. En concreto se ha prestado especial atención a las dimensiones de la justicia y su influencia independiente sobre otros constructos propios de la recompra en situaciones de queja como la satisfacción con la recuperación del servicio (Oliver y Swan, 1989; Smith et al., 1999; Maxham III y Netemeyer, 2002, 2003; Schoefer y Ennew, 2005). Hegtvedt (2006) indica que a partir de ciertos factores situacionales y motivacionales que generan la evaluación de la justicia se determina la respuesta conductual del individuo. Así, el estudio de la justicia ha ido evolucionando desde la mera conceptualización del constructo en contextos de recuperación del servicio, analizando sus dimensiones y sus efectos sobre otros constructos, hasta incluir en modelos más amplios explicativos del comportamiento factores emocionales y afectivos además de los cognitivos (Schoefer y Ennew, 2005). 4.3.1.1. Definición de justicia Davidow (2003) define la justicia percibida como “una secuencia de eventos en la que un procedimiento genera un proceso de interacción y toma de decisiones a lo largo del cual un resultado se asocia a alguien”. En el caso de la justicia la conceptualización de la misma parte del análisis de sus dimensiones. Un gran número de investigadores han apoyado la multidimensionalidad de la justicia percibida (Oliver y Swan, 1989; Tax et al., 1998; Maxham III y Netemeyer, 2002, 2003; Davidow, 2003; Hegtvedt, 2006) conformada por tres tipos de justicia: justicia distributiva (JD), justicia procedimental (JP) y justicia interaccional (JI). Algunos autores (Colquitt, 2001) añaden una cuarta dimensión, la justicia informacional. Las definiciones de estos constructos se trataton en el capítulo anterior. En ocasiones puede encontrarse una visión más simple del constructo sin integrar las tres dimensiones o considerando solo las dos más clásicas: la distributiva –cuyo origen se sitúa en la Teoría de la Equidad de Adams (1965)– y la interaccional, pues la procedimental puede no ser aplicable en algunos casos o no ser tan determinante. En el ámbito del comercio electrónico la justicia interaccional puede no parecer muy importante, pues no existe interacción física en el momento de la compra; sin embargo, sí lo es para conseguir una recuperación del servicio de forma eficiente, ya que el 204 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías consumidor deberá tener la sensación de recibir un buen trato, bien por e–mail o por teléfono, para percibir un servicio justo. De las tres dimensiones de la justicia más frecuentemente usadas –distributiva, interaccional y procedimental-, Chebat y Slusarczyk (2005) indicaron que la justicia interaccional es la que juega un papel más predominante porque impacta en las emociones positivas y negativas y además influye en el comportamiento de lealtad de los consumidores. Por otro lado, para poder evaluar las diferentes dimensiones de la justicia es necesario definir qué factores concretos determinan la fortaleza de cada tipo de justicia. La tabla 12 representa de forma resumida los elementos clave habitualmente empleados para analizar las distintas dimensiones de la justicia percibida. Dimensión Justicia distributiva Justicia procedimental Justicia interactiva Elementos Recursos materiales: devoluciones, descuentos, ofertas, reemplazos, disculpas, etc. (Tax et al., 1998) Facetas de oportunidad y control del proceso: tiempo, velocidad de resolución, etc… (Maxham III y Netemeyer, 2002). Compuesta por cinco elementos (Tax et al., 1998): Control del proceso, control de la decisión, accesibilidad, velocidad y flexibilidad. Componentes interpersonales: percepción de empatía, respecto, educación, cortesía, esfuerzo puesto en la solución del fallo (Smith et al., 1999). TABLA 12. ELEMENTOS DE LOS DIFERENTES TIPOS DE JUSTICIA La distinción y comprensión de las tres dimensiones de la justicia es fundamental para comprender las implicaciones que ésta tiene sobre la conducta general del consumidor, pues normalmente se analiza cómo cada una de ellas afecta a los factores salientes de recompra como la satisfacción, la intención o la actitud, u otras variables esenciales en marketing como la lealtad o la confianza. 4.3.1.2. Formación de la justicia Para estudiar el proceso mediante el cual se forma la percepción de justicia, la gran mayoría de los investigadores separan el constructo en sus tres dimensiones: justicia distributiva, procedimental e interaccional. Así, conocidas las descripciones de cada dimensión de la justicia es posible determinar la justicia percibida por los consumidores en una situación concreta. Es por ello que en el caso de la justicia la definición de la misma se confunde con los componentes que la forman. El gráfico 70 muestra el proceso de formación de la justicia concebida como la suma de sus tres dimensiones. 205 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Justicia Percibida JD Inputs: esfuerzo, tiempo, dinero.. Outputs: recompensas, disculpas... JP Control del proceso Control de la decisión JI Justicia interpersonal Justicia informacional GRÁFICO 70. FORMACIÓN DE LA JUSTICIA PERCIBIDA La justicia distributiva tiene que ver con lo que es justo o correcto con respecto a la asignación de bienes en una sociedad teniendo sus orígenes en la teoría de Adams (1965). La justicia procedimental, cuyo estudio se remonta a la década de los 80, viene dada por dos antecedentes (Thibaut y Walker, 1975): control sobre la presentación de pruebas o evidencias (control del proceso), y control sobre la decisión final (control de la decisión). Desde este enfoque, si existe control tanto en la presentación de evidencias al consumidor como sobre la decisión tomada en última instancia, la justicia procedimental percibida será alta. Cuando en los 90 empezó a estudiarse la componente social de la justicia se añadió la justicia interaccional. La justicia interaccional se forma a través de sus dos facetas: la justicia interpersonal y la justicia informacional. La justicia interpersonal refleja el grado en que los individuos son tratados con educación, dignidad y respeto, mientras que la justicia informacional, en ocasiones considerada como la cuarta dimensión de la justicia (Colquitt, 2001), indica la medida en que los consumidores han recibido información sobre el resultado del fallo y los procedimientos a seguir. 4.3.1.3. Relación de la justicia con otros factores de recompra A pesar de que la justicia percibida suele utilizarse en el ámbito de la queja un buen número de investigaciones analizan la influencia que este constructo ejerce sobre otros factores como la satisfacción o la confianza. El gráfico 71 representa los constructos de recompra con los que se relaciona la justicia percibida de forma frecuente. 206 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Satisfacción Lealtad Emociones Justicia Intención Confianza Actitud GRÁFICO 71. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA JUSTICIA PERCIBIDA Las organizaciones que proveen resoluciones justas en términos de políticas de empresa y resultados en su gestión de las quejas –es decir, que proporcionan una mayor justicia distributiva– tienen más posibilidades de conseguir clientes satisfechos (Davidow, 2003). El efecto de la justicia distributiva sobre la satisfacción de los consumidores tras la recuperación del servicio, corrobora que las compensaciones proporcionadas a los clientes que emiten quejas incrementa la satisfacción de los mismos con la recuperación del servicio (SSR) –Oliver y Swan, 1989; Smith et al., 1999; Maxham III y Netemeyer, 2002, 2003–. Los procesos que lleva a cabo la empresa para tratar de solucionar el fallo en el servicio (justicia procedimental) influyen también positivamente sobre el nivel de SSR (Maxham III y Netemeyer, 2003; Schoefer y Ennew, 2005) e incluso sobre la satisfacción global de la empresa (Maxham III y Netemeyer, 2002, 2003). Además, Maxham III y Netemeyer (2003) destacan que la justicia de procedimiento es la dimensión de la justicia percibida que ejerce un efecto más significativo en la satisfacción con la recuperación del servicio de los consumidores. A su vez, la manera en que los gerentes y empleados de la empresa se comunican con el consumidor y se esfuerzan en resolver el conflicto (justicia interaccional) influye positivamente en la SSR del consumidor (Goodwin y Ross, 1992). Estos autores (1992) aplicaron la Teoría de la Equidad para explicar cómo la recuperación del servicio influye en la satisfacción del consumidor. Encontraron que tanto la justicia interaccional como la procedimental determinan la SSR de los consumidores, pero no así la justicia 207 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías distributiva. El efecto de la justicia interaccional sobre la formación de la satisfacción en el manejo de situaciones de fallo ha sido defendido en varias ocasiones (Gummesson, 1991; Maxham III y Netemeyer, 2002; Schoefer y Ennew, 2005; Patterson et al., 2006). Schoefer y Ennew (2005) defendieron que la justicia interaccional desempeña un papel fundamental en la determinación de la SSR por el efecto adicional que ejerce sobre otros factores como las emociones y la lealtad. Así pues, dado un fallo en el servicio, si los consumidores son atendidos por empleados que muestran empatía por el conflicto y esfuerzo por resolverlo, se generarán mayores niveles de satisfacción. En cuanto al carácter predictivo de la satisfacción de las tres dimensiones de justicia, Río–Lanza et al. (2009) defienden que la justicia procedimental ejerce una mayor influencia sobre la SSR que la distributiva pero menor que la interaccional. Otros autores afirman que la influencia de la justicia procedimental es menos significativa (Patterson et al., 2006), pues consideran que el consumidor no tiene control sobre el proceso pero sí sobre la información acerca del resultado. Además, si se considera que la organización se rige por aspectos estables y controlables del servicio, los consumidores percibirán que es improbable que el servicio mejore, viéndose su satisfacción afectada en mucha menor medida. Las emociones desempeñan un papel importante en relación con la justicia percibida y por tanto también en los contextos de recuperación del servicio (Barrett, 1999; Weiss et al., 1999; McColl–Kennedy y Sparks, 2003; Schoefer y Ennew, 2005; Vázquez et al., 2009). Con la aparición de la Teoría de Control de los Afectos (Heise, 1977, 1979, 1985; MacKinnon, 1994) las emociones comienzan a relacionarse con la justicia percibida en caso de fallo del servicio. En la teoría clásica del control de los afectos, la justicia percibida se relaciona con las emociones de forma que los individuos tratados justamente experimentarán emociones positivas, mientras que los que han sido infra–recompensados se sentirán probablemente enfadados, y los sobre–recompensados se sentirán culpables (Homans, 1961). Uno de los trabajos más importantes en este respecto es el de Schoefer y Ennew (2005), pues revela que la justicia percibida, a través de las tres dimensiones que la conforman, es un predictor de las emociones positivas y negativas. Chebat y Slusarczyk (2005) también defendieron el efecto positivo de la justicia sobre las emociones. Concretamente demostraron que tanto la justicia distributiva como la justicia interaccional influyen en las emociones positivas y negativas, aunque omitieron la justicia procedimental en su modelo. En ambos casos Chebat y Susarczyk (2005) y Schoefer y Ennew (2005) 208 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías consideraron las emociones como variable mediadora entre la justicia percibida y la satisfacción del cliente con la recuperación del servicio. Anteriormente, Weiss et al. (1999) habían encontrado evidencias que les permitían sugerir que la percepción de justicia distributiva y procedimental ejerce un gran impacto en las emociones de los consumidores, de forma que mayores niveles de justicia percibida conducen a mayores emociones positivas y menores negativas. Además, estas emociones desempeñan un papel fundamental en la conducta de los consumidores ya que trasladan las percepciones de justicia –y especialmente las de injusticia– a posteriores comportamientos. Más recientemente, Río–Lanza et al. (2009) estudiaron el efecto de los tres tipos de justicia sobre las emociones negativas con SR en la industria de teléfonos móviles, y encontraron que la justicia distributiva e interaccional no influyen en las emociones que los consumidores experimentan con la recuperación del servicio. El trabajo de Río–Lanza et al. (2009) contradice las conclusiones de los estudios anteriores, si bien reconoce el efecto negativo que ejerce la justicia procedimental sobre las emociones negativas. Puede justificarse por el contexto cultural y el tipo de producto estudiado, la telefonía móvil, con características muy especiales (Río–Lanza et al., 2009). Otro de los factores que ocasionalmente se asocia a la justicia percibida en el ámbito de recuperación del servicio es la confianza (Kim et al., 2009c; Río–Lanza et al., 2009). En el contexto de servicios por Internet, Turel et al. (2008) demostraron el efecto que ejercen la justicia informacional, distributiva y procedimental sobre la confianza de los usuarios en el vendedor. En las relaciones B2B Kumar et al. (1995) aplicaron el concepto de justicia a la confianza, en comercio entre empresas, encontrando que los vendedores más vulnerables confiarán más en un proveedor con poder de mercado si éste se comporta de forma justa. Así, si el intercambio en la relación se percibe justo en su componente distributiva y procedimental, entonces el vendedor generará una mayor confianza hacia el proveedor. Algo similar ocurre en las relaciones B2C en comercio electrónico, pues según Chiu et al. (2010) las tres dimensiones conocidas de la justicia percibida junto con la justicia informacional determinan la justicia percibida que a su vez es un fuerte antecedente de la confianza. Esta relación también fue previamente soportada por el estudio de DeWitt et al. (2008). La conexión entre justicia percibida y actitud ha sido menos explorada, aunque está presente en la literatura del marketing gracias a las influencias de la TRA y TPB. Las actitudes son creencias del individuo basadas en su experiencia y evaluación de las 209 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías situaciones que vive. A este respecto Ambrose et al. (2007) analiza la actitud en dos etapas. En la primera, la justicia percibida genera la evaluación de la satisfacción del consumidor para un evento en concreto. En la segunda etapa, la satisfacción conlleva la creación de la intención conductual evaluando la organización como un todo. En cuanto a la relación de la justicia percibida y la intención, Chebat y Slusarczyk (2005) realizan una revisión de las investigaciones más destacadas analizando tres estudios que representan las discrepancias existentes entre la importancia de los tres tipos de justicia sobre la conducta de recompra. Tax et al. (1998) probaron que una mala gestión de las quejas de servicio reduce drásticamente las intenciones de recompra de los individuos. Blodgett et al. (1997) confirman que la justicia interaccional y distributiva explican de forma más significativa que la justicia procedimental la variación en la intención de continuidad de uso. Aunque no se haya alcanzado un consenso total acerca del peso de cada dimensión de la justicia sobre la intención conductual, sí parece claro que mayores niveles de justicia percibida por parte de los consumidores en caso de fallo del servicio tienen como consecuencia una mayor intención de volver a comprar. También Maxham III y Netemeyer (2003) destacan el efecto de la justicia percibida sobre las intenciones de los consumidores al comprobar que en comercio electrónico una mayor justicia interaccional percibida implica una mayor intención de recompra. Así mismo, Ha y Jang (2009) sugirieron que la justicia percibida, como concepto que engloba la justicia distributiva, interaccional y procedimental, influye positivamente en las intenciones de recompra de los consumidores. En el estudio de la relación entre justicia e intención es sin embargo frecuente encontrar la satisfacción como constructo mediador entre ambos factores. Han sido varios los investigadores que han defendido esta asociación entre justicia e intención (Maxham III y Netemeyer, 2002; Kim et al., 2009c), lo que implica que la percepción de justicia genera el nivel de satisfacción de los consumidores y es éste el que en último término influye sobre la intención de continuidad de uso. El papel que desempeña la lealtad en relación con la justicia percibida en situaciones de recuperación del servicio ha sido ampliamente analizado por los investigadores en las últimas décadas. Una de las obras más influyentes a este respecto es la de Chebat y Slusarczyk (2005) quienes defienden el efecto que ejerce la justicia percibida sobre la lealtad de los consumidores en situaciones de recuperación de servicio únicamente a través de las emociones, que actúan como moderadoras. En general es éste el enfoque más seguido por los investigadores en la literatura de comportamiento del consumidor y 210 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías el motivo por el que el estudio de las emociones se ha convertido en un objetivo fundamental para poder llevar a cabo estrategias de retención de clientes. A pesar de ello, los mismos Chebat y Slusarczyk (2005) prueban el efecto directo que ejerce la justicia interaccional sobre la lealtad, apoyados en los trabajos de Blodgett et al. (1997) y Smith et al. (1999). Otra perspectiva en el estudio de la relación entre justicia y la lealtad es la formada por los autores que defienden la influencia de la justicia sobre la lealtad de forma indirecta a través de la satisfacción y no de las emociones. En este enfoque se sitúan Tax et al. (1998) o Andreassen (1998) entre otros, afirmando que la satisfacción con la recuperación del servicio –dada por la justicia percibida– ejerce un fuerte impacto en la lealtad del consumidor y por tanto también en la capacidad de la empresa para retenerle. Finalmente, además de los constructos ya mencionados cabe reseñar otros tantos que de forma más ocasional suelen asociarse a la justicia percibida. Uno de ellos es el boca–a–oreja, que en ocasiones se incluye en el propio constructo de intención. A este respecto, Blodgett et al. (1997) destacan los comentarios boca–a–oreja como consecuencia de la justicia interaccional y distributiva. Aunque esta relación suele estar moderada por la satisfacción con la recuperación del servicio, no es raro encontrar ambos constructos relacionados de forma directa. Maxham III y Netemeyer (2003) también probaron que la justicia procedimental aumenta la motivación hacia un WOM positivo. Por su parte, Smith et al. (1999) consideraron el efecto positivo de la compensación de forma separada sobre la justicia percibida en la recuperación del servicio, siendo esta una compensación tangible, fácilmente cuantificable y explicativa de la SSR. 4.3.2. Emociones El estudio de las emociones se remonta a finales de los 80 con la aparición de la Teoría de Control de los Afectos (Heise, 1977, 1979, 1985; MacKinnon, 1994) basada en la premisa de que las personas actúan de tal modo que las impresiones generadas en un evento confirman sus sentimientos hacia sí mismos a través del conocido como principio de reacción afectiva. Al relacionar las emociones de forma directa con la conducta de los consumidores éstas empezaron a adquirir un mayor peso en las investigaciones relacionadas con la reacción de los individuos en situaciones de fallo del servicio. Así, surge la Teoría de la Apreciación Cognitiva (Frijda, 1986; Lazarus, 1991; Bagozzi et al., 1999; Johnson y Stewart, 2005) centrada en determinar las emociones fruto de un 211 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías acontecimiento concreto con el fin de analizar su impacto en la conducta de los individuos. La importancia de las emociones para la retención de clientes ha ido creando la necesidad de que las empresas lleven a cabo acciones para que los empleados tengan una mayor orientación a interpretar las emociones del usuario del servicio y mejoren así su atención y trato con los usuarios (Goff et al., 1997). Ello es debido a que las emociones han sido habitualmente relacionadas con la justicia percibida, la satisfacción del consumidor y su lealtad hacia la organización. Las principales líneas de investigación se han centrado en el análisis de las implicaciones de las emociones sobre la conducta de los consumidores estudiando el efecto concreto que éstas ejercen sobre otros constructos (Barrett, 1999; Weiss et al., 1999; McColl–Kennedy y Sparks, 2003; Schoefer y Ennew, 2005; Chebat y Slusarczyck, 2005). En la última década los estudios han continuado la labor profundizando aún más en los procesos de formación de las mismas, las situaciones concretas que las generan y las consecuencias que tienen tanto para las empresas como para el propio individuo. A este respecto destaca el trabajo de Vázquez et al. (2009) ya que analiza un amplio espectro de emociones (el enfado, la desilusión, el contento, la sorpresa o el entusiasmo) que se originan en situaciones de fallo del servicio y las asocia a dimensiones de la justicia percibida evaluando sus posteriores implicaciones. En definitiva, el estudio de las emociones se ha ido situando en el ámbito de recuperación del servicio por su importancia en la determinación de factores que son claves en las relaciones entre las organizaciones empresariales y sus clientes. Así, desde el simple análisis de las emociones y su aparición en eventos anómalos, se ha ido evolucionando hacia la evaluación de los efectos concretos de los distintos tipos de emociones sobre la conducta del consumidor, así como los procesos concretos de generación de las mismas (Lazarus, 1991). Además, en los últimos años estudiar y entender la forma en que los consumidores reaccionan emocionalmente a las acciones de recuperación del servicio de la empresa se ha convertido en un objetivo fundamental para conseguir y mantener clientes satisfechos que continúen comprando. 212 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías 4.3.2.1. Definición de las emociones En la categoría general de procesos afectivos, Schoefer y Ennew (2005) defiende que las emociones son cada vez más importantes para entender a los individuos desde distintas perspectivas. En la tabla 13 se indican distintas definiciones del concepto de emociones. Autor Definición Las emociones representan el proceso completo desde el estímulo provocado por un evento hasta la respuesta. Por Frijda (1986) tanto, no son solo meras reacciones a la apreciación de eventos sino que también incluyen tendencias de acción como parte de su significado. Las emociones son el resultado de la apreciación Lazarus cognitiva de un evento al analizar la bondad y causa del (1991) mismo. Erevelles La emoción es un tipo de afecto de alta intensidad y (1998) normalmente asociado a un objeto de estímulo. Bagozzi et al. (1999) Las emociones son un estado mental de preparación que surge de la apreciación cognitiva de ciertos eventos o pensamientos. TABLA 13. DEFINICIONES DE LAS EMOCIONES Entre las definiciones destaca la de Bagozzi et al. (1999). En su estudio resaltan ciertas características de la emoción: tiene un tono fenomenológico, viene acompañado por procesos psicológicos, a menudo se expresa de forma física (mediante gestos, posturas, detalles faciales…), y puede resultar en acciones distintas en cada individuo. En la conceptualización de las emociones Bagozzi et al. (1999) destacan las distinciones que deben hacerse entre humor y actitud con respecto a la emoción, pues aunque en ocasiones se emplean como conceptos similares son varios los matices que los diferencian. Típicamente, y aunque existen excepciones, el humor se considera de mayor duración y de menor intensidad que las emociones. Además, mientras que las emociones son intencionales, el humor es global, difuso y no intencionado, pues no está asociado a ciertas tendencias de acción como las emociones. En lo que respecta a las actitudes, éstas se consideran frecuentemente un tipo de afecto y por tanto similares a las emociones. Sobre ello, Bagozzi et al. (1999) argumentan que debe hacerse una clara distinción entre los términos y el afecto definiéndolos adecuadamente para evitar confusiones. Una de las interpretaciones más apoyadas en este debate propone que las actitudes están compuestas por dos componentes distintos pero altamente relacionados: dimensión afectiva y cognitiva. Por tanto, desde este enfoque las emociones se presentan como el componente afectivo de las actitudes. 213 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Existe una tendencia bastante habitual en los investigadores consistente en clasificar las emociones en función de su resultado sobre el individuo. De este modo se distinguen entre emociones positivas – como la esperanza, el disfrute o el orgullo– y negativas – como el miedo, la frustración, el enfado o el arrepentimiento–. Lazarus (1991) enfatiza el hecho de que las emociones tienen implicaciones sobre las acciones y la consecución de objetivos. Así, cuando los individuos experimentan emociones negativas se encontrarán en un estado de desequilibrio y desearán volver a su estado normal. En este caso, Lazarus (1991) afirma que pueden suceder dos situaciones: afrontar la situación centrándose en el problema para aliviar las fuentes de estrés o afrontar la situación centrándose en las emociones, donde se trata de cambiar el significado de la fuente de estrés (negando que existe una amenaza o alejándose de la fuente de estrés). Por el contrario, cuando se trata con emociones positivas el individuo suele querer compartir su buena suerte, saborear la experiencia, trabajar para continuar recibiendo o aumentando la recompensa e incluso aumentando la actividad física. Según Lazarus (1991) las emociones positivas suelen venir acompañadas de altos niveles de excitación psicológica, aumento de la atención y del optimismo, memoria mejorada, y un cambio en la orientación desde uno mismo hacia los demás. Frijda (1986) utiliza un enfoque distinto según el cual, las emociones comprenden un proceso global desde el evento estímulo hasta la acción o excitación del individuo. Entre ambos puntos del proceso se encuentra la codificación del evento seguida de la apreciación y por último de la preparación de la acción. Así, las emociones se presentan no solo como meras reacciones a eventos sino que también incluyen las tendencias hacia la acción en su conceptualización. Por su parte, Liljander y Strandvik (1997) reconocen el carácter multidimensional de las emociones y hacen un llamamiento a los investigadores para realizar análisis en profundidad de las emociones de los consumidores identificando los eventos o incidentes que las disparan y explorando cómo una recuperación del servicio efectiva puede moderar el efecto negativo de las emociones surgidas por el fallo. Hoy en día la ausencia de importantes estudios centrados en el análisis global y pormenorizado de las emociones continúa estando presente. Los trabajos de Bagozzi et al. (1999) o Lazarus (1991) son algunos de los más destacados y completos en el campo de las emociones y el estudio de su efecto sobre el comportamiento de los consumidores. Sin embargo, a pesar de su presencia continuada en modelos de 214 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías recuperación del servicio, es de reseñar la escasa literatura que en conceptualización de emociones se ha desarrollado recientemente (Schoefer y Diamantopoulos, 2008). 4.3.2.2. Formación de las emociones Los procesos de generación de las emociones han sido descritos desde dos ámbitos: el de la Teoría de Control de los Afectos y el de la Teoría de la Apreciación Cognitiva. Ambas perspectivas difieren en el tipo de enfoque, pues mientras que la teoría de control de los afectos desarrolla la formación de las emociones en el contexto limitado de fallo y posterior recuperación del servicio, la teoría de la apreciación cognitiva entra en mayor detalle en la composición intrínseca de las emociones. Una de las teorías más seguidas en la formación de las emociones desde el punto de vista de la apreciación cognitiva es la propuesta por Roseman (1991) (ver gráfico 72) y posteriormente empleada por Bagozzi et al. (1999). Roseman (1991) plantea como hipótesis que combinaciones concretas del agente que causa la emoción, si la emoción positiva o negativa es consistente con el motivo y si la emoción es fuerte o débil generan una emoción. Las cinco apreciaciones del modelo son: consistente/inconsistente con el motivo (que se corresponde con las emociones positivas y negativas), apetitivas/aversivas (es decir, si existe posibilidad de recompensa o de castigo), agente (esto es, el resultado es percibido como causado por las circunstancias, otra persona o uno mismo), probabilidad (certidumbre sobre el resultado de la situación) y fuerza (debilidad o fortaleza del potencial de manejo o afrontamiento del evento). 215 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Emociones positivas Consistente con el motivo Circunstancia causada Apetito Emociones negativas Inconsistente con el motivo Aversivo Inesperada Apetito Aversivo Sorpresa Inseguro Esperanza Miedo Débil Agente Seguro Disfrute Inseguro Seguro Otra causa Inseguro Seguro Inseguro Seguro Auto - causado Inseguro Seguro Inseguro Seguro Alivio Tristeza Asco Esperanza Disfrute Frustración Fuerte Disgusto Débil Enfado Fuerte Culpabilidad, vergüenza Débil Arrepentimiento Fuerte Alivio Gusto Orgullo GRÁFICO 72. MODELO DE FORMACIÓN DE LAS EMOCIONES (ROSEMAN, 1991) De este modo, el orgullo, por ejemplo, surge cuando el individuo evalúa su propio desempeño en el desarrollo de una acción o la consecución de un objetivo, siendo una emoción positiva tanto apetitiva como aversiva, auto–producida bajo un fuerte potencial y probable o improbable según las circunstancias. Bagozzi et al. (1991) destacan las limitaciones del modelo en cuanto a la incapacidad para explicar todas las emociones y las diferencias sutiles en la conceptualización de algunas de ellas. Ensalzan sin embargo la especificación de las condiciones concretas del modelo que rodean la ocurrencia de las emociones. Lazarus (1991), desde la perspectiva de la apreciación cognitiva, describe el proceso de generación de las emociones sin proponer un modelo concreto como Roseman (1991). Lazarus (1991) expone la secuencia de formación de las emociones compuesta por tres pasos: el evento, el pensamiento, y la excitación y emoción simultáneas. Así mismo, Smith y Kirby (2000) desarrollan un modelo de formación de emociones en el que tienen lugar dos subprocesos: (1) una secuencia estructural de apreciación centrada en 216 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías aquello que evalúa el individuo, y (2) una secuencia de proceso basada en el modo en que el individuo analiza el estímulo emocional. Desde la perspectiva de la Teoría de Control de los Afectos, Smith y Bolton (2002) defienden que las emociones aparecen como consecuencia de un fallo en el servicio. No especifican si aparecerán también en la recuperación del mismo pero al formar parte de la experiencia de consumo sería razonable esperar una respuesta emocional también como resultado de la recuperación del servicio. Este enfoque en el estudio de la generación de emociones plantea que éstas deben ser vistas como la acción resultante de un evento o situación, a diferencia de la teoría de la apreciación, que considera la evaluación del evento por parte de cada individuo el desencadenante de las emociones. 4.3.2.3. Relación de las emociones con otros constructos de recompra Existen una buena cantidad de estudios que asocian las emociones a constructos de recompra en el ámbito de fallo y recuperación del servicio como son la justicia, la confianza o la satisfacción. Así, con objeto de presentar los resultados alcanzados en estos estudios, se describen a continuación los distintos factores de recompra con los que las emociones se han relacionado, detallando la manera y sentido en que se relacionan y en su caso las limitaciones encontradas por otros autores, así como los estudios que avalan la conexión entre pares de constructos. En el desarrollo de estas relaciones cabe mencionar la fuerte presencia de los dos tipos de emociones generalmente considerados –positivos y negativos– pues su efecto, aunque de signo contrario, es también en ocasiones de distinta magnitud. El gráfico 73 muestra las variables analizadas por su conexión destacable con las emociones en los contextos de recompra. 217 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Justicia Satisfacción WOM Emoción Lealtad Confianza GRÁFICO 73. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADS CON LAS EMOCIONES Ya desde la teoría de la apreciación cognitiva (Frijda, 1986; Lazarus, 1991; Bagozzi et al., 1999; Johnson y Stewart, 2005; Watson y Spence, 2007) se propone la justicia percibida como un antecedente de la emoción. Apoyado en esto, Schoefer y Ennew (2005) elaboran un estudio dedicado únicamente al análisis de esta relación en el ámbito de recuperación del servicio. De este modo, además de reconocer el efecto del fallo en el servicio como detonante de una respuesta emocional (Smith y Bolton, 2002), defienden que la manera en que la empresa gestiona la recuperación del servicio genera así mismo una respuesta emocional por parte del consumidor. El trabajo de Smith y Bolton (2002) es también destacado en el análisis de la relación entre justicia y emociones, pues reconocieron que la satisfacción tiene antecedentes cognitivos –representados por la justicia percibida– y afectivos –representados por las emociones–. Uniendo así la Teoría de la Justicia, que considera la influencia directa y positiva de ésta sobre la satisfacción (Tax et al., 1998), con la Teoría de la Apreciación Cognitiva y los resultados de Smith y Bolton (2002), Schoefer y Ennew (2005) proponen un modelo de análisis de las reacciones emocionales de los consumidores en un contexto de queja. En el mismo las tres dimensiones típicas de la justicia se presentan como antecedente de las emociones. Anteriormente, Weiss et al. (1999), siguiendo un procedimiento similar, probaron que las percepciones de la justicia distributiva y procedimental ejercen un impacto sobre las emociones. Al probar empíricamente su modelo, Schoefer y Ennew (2005) comprueban la influencia de cada tipo de justicia sobre las emociones. 218 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Inspirados en los trabajos de Weiss et al. (1999), Smith et al. (1999), Barret (1999), y Smith y Bolton (2002), Chebat y Slusarczyk (2005) relacionan también la justicia percibida con las emociones. Exponen que, por ejemplo, los individuos reaccionarán de forma agresiva y enfadada si el servicio o producto recibido no se considera justo. McColl–Kennedy y Sparks (2003) describen el proceso de evaluación del fallo y recuperación del servicio por parte de los individuos y cómo la percepción de justicia influye en su respuesta emocional. Hegtvedt (2006) en su modelo de justicia percibida expone a través de distintos casos cómo la evaluación de la justicia determina en gran medida las reacciones emocionales. Más recientemente, Vázquez et al. (2009) y Río– Lanza et al. (2009) han estudiado y comprobado también el importante efecto de la justicia percibida sobre las emociones. No obstante, Río–Lanza et al. (2009) encontraron que, en la industria de teléfonos móviles, únicamente la justicia procedimental influye en las emociones de los consumidores con la recuperación del servicio, siendo el efecto de la justicia distributiva e interaccional prácticamente despreciable. Mattila (2001) defiende que la recuperación del servicio es específica de cada contexto y por tanto no suele ser válido generalizar resultados de un ámbito o industria a otro. Por tanto, a pesar del escaso soporte encontrado para la relación entre justicia y emociones por Río–Lanza et al. (2009), puede afirmarse que en una gran variedad de contextos las tres dimensiones de la justicia percibida influyen positivamente sobre las emociones positivas y negativamente sobre las negativas (Weiss et al., 1999; Smith et al., 1999; Barret, 1999; Smith y Bolton, 2002; McColl–Kennedy y Sparks, 2003; Schoefer y Ennew, 2005; Chebat y Slusarczyk, 2005; Hegtvedt, 2006; Vázquez et al., 2009). El papel que desempeñan las emociones en la determinación de la satisfacción con la recuperación del servicio (SSR) ha sido analizado por Liljander y Strandvik (1997), quienes demuestran la importancia de las emociones negativas. En concreto, Liljander y Strandvik (1997) argumentan que las emociones negativas ejercen mayor impacto sobre la satisfacción del consumidor que las emociones positivas. Además, demostraron que las emociones positivas fuertes no influyen de forma significativa sobre el nivel de satisfacción del consumidor con el servicio. Antes de ellos otros autores habían reconocido también el componente afectivo que actúa como antecedente de la satisfacción (Westbrook, 1987; Westbrook y Oliver, 1991; Oliver, 1993; Cronin et al., 2000). Así, Oliver (1993) defiende que los elementos cognitivos y afectivos – representados los últimos por las emociones– son complementarios en la determinación de la satisfacción. 219 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Posteriormente, Smith y Bolton (2002) exploraron los efectos de las emociones en la evaluación de la recuperación del servicio por parte del consumidor. Su estudio sugiere que los consumidores que responden a la recuperación del servicio con fuertes emociones negativas tienden a estar menos satisfechos que aquellos que no experimentan ninguna emoción. Desde esta perspectiva, las emociones se presentan como el resultado de la interacción entre elementos cognitivos (juicios o evaluaciones), y elementos afectivos (sentimientos o emociones) cada uno de los cuales puede presentar distintos niveles de influencia a lo largo de las diferentes etapas del proceso de queja. En una línea similar, Weiss et al. (1999) afirman que las emociones juegan un papel fundamental en trasladar las percepciones de justicia en actitudes y comportamientos expresados mediante constructos como la satisfacción. Por su parte, Schoefer y Ennew (2005) probaron el efecto de las emociones sobre la satisfacción del consumidor encontrando una alta evidencia empírica para la conexión entre ambos constructos. Recientemente, Vázquez et al. (2009) estudiaron las respuestas emocionales en situaciones de fracaso y recuperación del servicio y encontraron que las emociones de los consumidores se traducen, en función de su intensidad, en una mayor o menor SSR. Así mismo, Río–Lanza et al. (2009) relacionan la emoción con la SSR y prueban su efecto en el contexto de teléfonos móviles, pero únicamente le atribuyen un papel mediador de la relación entre justicia percibida y satisfacción con la recuperación del servicio. El estudio de la influencia de las emociones sobre la confianza de los consumidores es relativamente reciente, surgido como consecuencia del análisis del efecto de las emociones sobre el proceso de toma de decisiones. Así, Kim et al. (2004) analizaron el impacto de las emociones en contextos de SR y demostraron que las emociones fuertemente negativas perjudican gravemente la confianza. Andersen y Kumar (2006) encontraron que las emociones juegan un papel fundamental en el desarrollo de la confianza y a su vez las emociones positivas permiten a los individuos pasar de los sentimientos a las creencias. Otra aportación destacada al estudio de las emociones y su efecto sobre la confianza es la de Dunn y Schweitzer (2005), quienes argumentan que las apreciaciones de control por parte del individuo de las emociones ejercen un impacto en la confianza. Una apreciación de control de las emociones determina que el consumidor cree que tiene el control de la situación; por tanto, cuando el consumidor piensa que el conflicto está controlado se aumentará la sensación de confianza; y, por el contrario, si siente que 220 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías nada o nadie ejerce control sobre la situación perderá parte de su confianza en la empresa. Andersen y Kumar (2006) desarrollan un modelo explicativo de la formación de la confianza y cómo las emociones influyen en el mismo. Defienden de este modo la conceptualización de la confianza a partir de elementos no solo cognitivos sino también afectivos, pues la presencia de emociones negativas evita que se genere una sensación completa de confianza llegando incluso a provocar el fin de la relación entre el consumidor y la organización. Así, Andersen y Kumar (2006) analizan las distintas fases de formación de la confianza destacando que las emociones juegan un papel fundamental en las etapas de iniciación, desarrollo y sustento de las relaciones que dan lugar a la confianza a lo largo del tiempo. La lealtad es, como la confianza, otra variable típica de los contextos de recompra y habitualmente estudiada para conseguir retener un mayor número de clientes, especialmente en contextos de recuperación del servicio cuando la probabilidad de perder clientes es alta. Aunque centrada en el estudio de la justicia y su efecto en las emociones, la Teoría de Control de los Afectos (Heise, 1977, 1979, 1985; MacKinnon, 1994) está muy relacionada con el constructo de lealtad pues defiende el papel que desempeñan las emociones en la formación de la lealtad. Le atribuyen sin embargo un papel mediador que actúa en la relación entre justicia percibida y lealtad. Bloemer y de Ruyter (1999) evidenciaron el efecto de las emociones positivas sobre la lealtad del individuo hacia la empresa en situaciones con alto nivel de involucración del consumidor, esto es, ámbitos en los que se requiere una alta participación del individuo en el proceso de compra. DeWitt et al. (2008) exploran el papel que desempeña la lealtad en contextos de recuperación del servicio y prueban la influencia que tienen las emociones sobre la misma. Considerando la lealtad en dos dimensiones, encuentran que las emociones positivas crean una actitud positiva hacia el proveedor de servicio aumentando la probabilidad de continuidad de compra y por tanto la lealtad hacia la misma. Del mismo modo, las emociones negativas provocan que el consumidor tienda a abandonar la relación con la empresa, reduciendo su lealtad hacia la misma. Además, DeWitt et al. (2008) indican que mientras las emociones positivas juegan un papel mediador entre justicia y lealtad actitudinal, las emociones negativas influyen en la lealtad de comportamiento, provocando de forma directa el abandono del proveedor de servicio. 221 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías El estudio más destacado en este ámbito sigue siendo el de Chebat y Slusarczyck (2005), basado en la hipótesis de que la acción que llevará a cabo el consumidor tras un fallo en el servicio (lealtad o abandono) debe confirmar el sentimiento adjunto a su propia identidad. De este modo, un consumidor permanecerá leal a la empresa siempre que su identidad propia no se vea afectada por la recuperación del servicio propuesta por el proveedor del servicio. Inspirados en Heise (1979), Chebat y Slusarczyck (2005) defienden que las emociones del consumidor les conducen a un cierto tipo de conducta que les permita recuperar su identidad si ésta se ha perdido como consecuencia del fallo en el servicio. Autores como DeWitt et al. (2008) o Río–Lanza et al. (2009) destacan la necesidad de incluir las emociones positivas en modelos de recuperación del servicio, pues su efecto suele ser significativo en factores como la lealtad, presentando un mayor poder predictivo que las emociones negativas. Resulta así importante aumentar la investigación relativa al impacto de las emociones sobre la lealtad, ya que puede aportar nuevos matices a la misma y complementar las teorías ya existentes. Las emociones negativas resultan frecuentemente en un boca–a–oreja negativo dado en forma de quejas a terceros y con un grave impacto en la organización (DeWitt y Brady, 2003); ello es especialmente cierto cuando las emociones negativas son fuertes como el caso del enfado o la decepción. Aunque los comentarios boca–a–oreja suelen ser consecuencia de otros factores habituales de marketing como la satisfacción, Bagozzi et al. (1999) sugieren que en ciertas situaciones es probable que algunas emociones positivas y negativas influyan en el comportamiento de queja, siendo más relevantes que los juicios de satisfacción en WOM. 4.3.3. Confianza Las relaciones entre la empresa y el consumidor vienen gobernadas por la existencia de confianza entre las partes. La confianza es un factor importante en contextos de continuidad de uso o recompra pues indica una predisposición del individuo hacia la repetición de su patrón de compra a través de la misma página web. A lo largo de los epígrafes anteriores se ha ido mencionando la estrecha relación que existe entre las emociones y la confianza, y derivado de las mismas también entre la confianza y la justicia percibida. No obstante, la confianza es un constructo originariamente cognitivo y al que en las últimas décadas se le ha empezado a atribuir un carácter más afectivo y emotivo. Ello ha provocado que se adopten dos enfoques distintos, en algunas ocasiones 222 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías diferenciando entre confianza cognitiva y afectiva, y en otras tratándolo como un único constructo sin especificar ambas dimensiones. La confianza no solo está presente en ámbitos de recuperación del servicio, sino que se ha consolidado como factor esencial en la continuidad de uso en una gran variedad de contextos. Así, la confianza ha sido estudiada desde muy distintas perspectivas –sociológicas, psicológicas, organizacionales y económicas–, lo que ha generado una gran disparidad de conceptualizaciones del constructo dificultando de este modo el consenso en torno a su definición. Por ello, en las secciones siguientes se trata de reflejar las definiciones y clasificaciones más adoptadas en la caracterización de la confianza. En el ámbito de los Sistemas de Información la presencia de la confianza en modelos de comportamiento ha sido creciente, pues poco a poco se ha ido tomando consciencia de cómo la confianza contribuye al éxito en distintos tipos de situaciones (Gefen et al., 2003). A comienzos del siglo XXI y con el desarrollo del comercio electrónico, el estudio de la confianza fue adquiriendo mayor importancia en la retención de clientes. Reichheld y Schefter (2000) afirmaron que “para ganar la lealtad de los consumidores, primero hay que ganar su confianza”, y esto es especialmente cierto en las compras por internet. 4.3.3.1. Definición de confianza Con objeto de analizar los puntos en común de las definiciones más importantes desarrolladas a lo largo de los años se presenta la tabla 14, que muestra algunas de las conceptualizaciones más destacadas de la confianza. Autor Definición Mayer et al. (1995) La confianza refleja que el individuo será sensible con las acciones de otros basado en la esperanza de que estos actuarán de acuerdo a lo esperado Robinson (1996) La confianza representa las expectativas, asunciones, o creencias sobre la probabilidad de que las acciones futuras de la otra parte serán beneficiosas, favorables o cuanto menos no perjudiciales para los intereses del individuo. Doney y Cannon (1997) Rousseau et al. (1998) Garbarino y Johnson (1999) La confianza es el conjunto de creencias en la benevolencia, competencia e integridad de la otra parte. La confianza es la disposición a aceptar cierta vulnerabilidad basado en las expectativas sobre el comportamiento de otros. La confianza es la seguridad del consumidor de que el servicio ofrecido será de calidad y fiable. 223 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías La confianza es la creencia de que la empresa se Gefen (2000) comportará de forma responsable socialmente y cumplirá Pavlou (2003) con las expectativas del consumidor sin aprovecharse de sus vulnerabilidades. Bhattacherje e (2002) Gefen (2002) Dunn y Schweitzer (2005) La confianza es la expectativa de que se recibirán de la otra parte resultados positivos. La confianza es la disposición de hacerse a uno mismo sensible a las acciones de la empresa en la que confía. En el contexto de recuperación del servicio la confianza del consumidor refleja su disposición a aceptar cierta vulnerabilidad basado en las expectativas positivas de resolución del fallo en el servicio. TABLA 14. DEFINICIONES DE CONFIANZA Las definiciones recogidas en la tabla 14 ponen de manifiesto ciertas características comúnmente reconocidas por los investigadores. Muchas de las definiciones de confianza incluyen también un grado de riesgo, especialmente cuando se habla de confianza online (e–trust), pues al comparar la compra en Internet con la compra convencional aparece un mayor nivel de incertidumbre, que se traduce en un mayor riesgo percibido por parte del consumidor. En este aspecto, gran número de autores (Mayer et al., 1995; Gefen et al., 2003) argumentan que la confianza aparece si existe algún riesgo en la transacción o intercambio entre dos individuos. Así, Mayer et al. (1995) destacan que la confianza implica la exposición voluntaria a ese riesgo. Además de la controversia surgida en torno a la simple definición de la confianza, cabe destacar el escaso consenso alcanzado acerca de la multidimensionalidad del constructo. Uno de los estudios más importantes que profundiza en detalle en la confianza online es el llevado a cabo por Tan y Sutherland (2004), quienes caracterizan la confianza a partir de sus tres dimensiones (ver gráfico 74): confianza institucional, confianza disposicional, y confianza interpersonal. La confianza institucional proviene de las preocupaciones derivadas de la compra. La confianza disposicional representa la personalidad del individuo formada a lo largo de los años a través de distintas experiencias. Finalmente, la confianza interpersonal se refiere a la confianza establecida entre las dos partes haciendo negocios, las cuales, en el contexto de comercio electrónico B2C corresponden al consumidor y al vendedor online de un cierto producto o servicio. Según Tan y Sutherland (2004), la confianza interpersonal viene dada por cuatro características: previsibilidad, integridad, credibilidad y benevolencia. 224 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Confianza Disposicional Confianza Institucional Confianza Interpersonal Confianza GRÁFICO 74. DIMENSIONES DE LA CONFIANZA (TAN Y SUTHERLAND, 2004) McKnight et al. (2002) plantean un modelo en el que incluyen dos de las dimensiones de Tan y Sutherland (2004): la predisposición hacia la confianza interpersonal y la confianza basada en la institución. Sin embargo, la confianza interpersonal es sustituida por la calidad percibida de la página, más propia de entornos de comercio electrónico en los que el contacto personal es limitado o nulo. Otra manera habitual de caracterizar la confianza en sus dimensiones es diferenciando entre confianza cognitiva y afectiva. Johnson y Grayson (2005) estudiaron ambas dimensiones con el objetivo de evaluar si existe evidencia empírica que las soporte así como de extraer conclusiones prácticas que ayuden a mejorar el servicio y la gestión del personal. La dimensión cognitiva se asocia con el conocimiento mientras que la dimensión afectiva se relaciona con las emociones y los sentimientos. En el ámbito de intercambio de servicios financieros, Johnson y Grayson (2005) prueban que las dos dimensiones –afectiva y cognitiva– de la confianza están altamente correladas pero son a su vez independientes, ya que son consecuencia de distintos factores. Al definir la confianza, Pavlou (2003) destaca la dependencia que ésta tiene del contexto, pues en función de la situación –dada por el tipo de producto a adquirir, la experiencia previa con la empresa o en general la experiencia de uso del SI –se tendrá un mayor o menor nivel de confianza hacia el vendedor. Éste es otro de los motivos por los que la conceptualización única de la confianza se ha convertido en una tarea imposible, ya que 225 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías en general los resultados obtenidos en un cierto contexto no pueden ser extrapolados a otros. 4.3.3.2. Formación de la confianza La formación de la confianza no ha sido estudiada como tal, explicitando un proceso concreto en el que intervengan varios factores a lo largo de distintas etapas. Por el contrario, existen numerosos estudios que analizan los antecedentes de la confianza adecuados a cada contexto. Es por ello que en ocasiones la multidimensionalidad del constructo da lugar a teorías de formación de la misma en las que es complicado diferenciar ambos procesos (de definición y formación). Los antecedentes de la confianza son variados, pues dependen del ámbito al que se ha aplicado. El modelo de Kim et al. (2009d) recoge algunos de los antecedentes más frecuentes de la confianza aplicados al comercio electrónico, cuya definición se muestra Fiabilidad Entrega del producto correcto, en el tiempo prometido y con la adecuada información del producto en la web Responsividad Disposición y ayuda del servicio para responder rápidamente las preguntas de los clientes Seguridad o Privacidad Se refiere a la seguridad de los pagos con tarjeta de crédito y a la privacidad de la información compartida Confianza en el gráfico 75. GRÁFICO 75. ANTECEDENTES DE LA CONFIANZA EN COMERCIO ELECTRÓNICO (KIM ET AL., 2009D) El modelo de Kim et al. (2009d) no es generalizable a otros contextos pero es adecuado para explicar la formación de la confianza en comercio electrónico, pues cada uno de los antecedentes ha sido confirmado en investigaciones anteriores. Así pues, la fiabilidad se presenta como un factor clave en la formación de la confianza ya que el cumplimiento de las promesas y creencias del consumidor hacia el producto o servicio a la vez que se 226 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías presenta la información necesaria es una condición necesaria en la generación de confianza (Urban et al., 2000). Del mismo modo, los consumidores esperan que las tiendas online respondan a sus preguntas o solicitudes de manera rápida y eficiente para poder confiar en ellos (Liao y Cheung, 2002). Por último, la importancia de la seguridad y privacidad de los datos personales ha sido en numerosas ocasiones destacado como factor fundamental en la formación de la confianza (Urban et al., 2000; Pavlou et al., 2007). Al estudiar el efecto de los tres factores descritos sobre la confianza, Kim et al. (2009d) encontraron que la fiabilidad es la variable que predice con más fuerza la confianza online. El motivo es que en comercio electrónico los consumidores no acceden a ningunas instalaciones, no pueden interaccionar con el personal ni examinar físicamente el producto, por lo que necesitan tener la seguridad de que los productos se entregarán de la forma esperada. La privacidad y seguridad se muestran también como un importante antecedente de la confianza pero no así la responsividad. Contrariamente a las investigaciones precedentes (Liao y Cheung, 2002), Kim et al. (2009d) no encuentran suficiente evidencia empírica que soporte la relación entre la responsividad y la confianza online. Además de los mencionados, el número de factores propuestos como antecedentes de la confianza es prácticamente ilimitado. Entre ellos cabe destacar la propensión del individuo a confiar como factor habitualmente presente en la descripción de los procesos de formación de la confianza, cuyo efecto suele considerarse moderador en las relaciones entre el resto de antecedentes y la confianza (Gefen, 2000). Otras variables frecuentemente reconocidas como predictores de la confianza en diversos ámbitos son las características del vendedor online (Mayer et al., 1995; Bhattacherjee, 2002; McKnight et al., 2002), el riesgo percibido (Rousseau et al., 1998; Mayer et al., 1995; Pavlou, 2003) o la presencia social (Gefen y Straub, 2004). Así mismo, los reconocidos como atributos de la confianza (habilidad, benevolencia e integridad) suelen presentarse también como antecedentes directos de la misma más que componentes intrínsecos (Mayer et al., 1995). En concreto la integridad es soportada como antecedente de la confianza por un gran número de investigadores (Mayer et al., 1995; Doney y Cannon, 1997; McKnight et al., 2002; Gefen et al., 2003; Pavlou, 2003; Gefen y Straub, 2004), y lo mismo ocurre con la benevolencia (Mayer et al., 1995; Doney y Cannon, 1997; Rousseau et al., 1998; McKnight et al., 2002; Gefen et al., 2003; Pavlou, 2003; Gefen y Straub, 2004). A estos también suelen añadírsele otros 227 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías como la habilidad (Mayer et al., 1995; Gefen, 2002; McKnight et al., 2002; Gefen et al., 2003; Pavlou, 2003; Gefen y Straub, 2004), referida a la capacidad del vendedor para satisfacer las necesidades de la parte que confía, o la previsibilidad (Gefen y Straub, 2004), que representa si el vendedor se comporta de forma consistente. Por su parte, Johnson y Grayson (2005), al diferenciar entre la dimensión afectiva y cognitiva de la confianza, determinan los antecedentes de cada dimensión de forma independiente. De este modo, la confianza cognitiva viene dada por cuatro variables: lo experto que es el proveedor de servicio, el desempeño del producto, la reputación de la empresa y la satisfacción con las interacciones previas. Similarmente, la confianza afectiva se determina a partir de la confianza cognitiva junto con tres factores: reputación de la empresa, satisfacción con las interacciones previas y similitud. De las relaciones propuestas por Johnson y Grayson (2005), todas excepto la reputación de la empresa sobre la confianza cognitiva y la satisfacción de las interacciones previas sobre la confianza afectiva, se ven ampliamente soportadas experimentalmente. La gran variedad de contextos en los que se sitúa el constructo de la confianza, así como el creciente número de investigaciones al respecto motivado por su efecto sobre la retención de clientes, ha provocado que exista una amplia variedad de factores antecedentes de la confianza sobre los que no se ha alcanzado consenso alguno. 4.3.3.3. Relación de la confianza con otros constructos de recompra Como se ha visto en apartados anteriores, la confianza es generalmente un constructo saliente con un gran número de factores de los que recibe influencia. Sin embargo, la confianza se relaciona también con otros constructos típicos de la recompra como la satisfacción o la intención, y típicos de las situaciones de fallo del servicio como la justicia o las emociones. El gráfico 76 representa los constructos más importantes que se asocian a la confianza en comercio electrónico B2C y que serán a continuación detallados en cuanto al sentido de la relación, los investigadores que la soportan y las limitaciones en su caso encontradas. 228 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Emociones Lealtad Justicia Confianza Riesgo Percibido Satisfacción Intención GRÁFICO 76. CONSTRUCTOS PRINCIPALES DEL CONTEXTO DE RECOMPRA RELACIONADOS CON LA CONFIANZA Las emociones son el factor que concede a la confianza el carácter afectivo que se le ha reconocido en los últimos años. Es por tanto este un estudio reciente surgido como consecuencia del análisis del efecto de las emociones sobre el proceso de toma de decisiones. Entre los estudios que analizan el efecto de las emociones sobre la confianza en contextos de SR cabe destacar los trabajos de Kim et al. (2004), Dunn y Schweitzer (2005), y Andersen y Kumar (2006). La conexión entre ambos constructos ha hecho que se considere la confianza afectiva como una dimensión independiente (Johnson y Grayson, 2005) que es el resultado de los sentimientos y emociones del consumidor acerca del vendedor. Sin embargo, a pesar del aparentemente reconocido efecto que tienen las emociones sobre la confianza, la relación entre ambos no ha sido demasiado estudiada en la literatura del marketing. La justicia percibida no es un constructo habitualmente relacionado con la confianza, pero es a partir de la asociación de ésta con las emociones y las emociones con la justicia que empieza a estudiarse la posible conexión directa entre justicia y confianza. Así, la hipótesis más común es considerar la satisfacción con la recuperación del servicio como constructo mediador en la relación entre justicia y confianza (Kim et al., 2009c; Río– Lanza et al., 2009). No obstante, autores como Chiu et al. (2010) han estudiado el efecto de la justicia percibida sobre la confianza en comercio electrónico B2C, probando que la primera, a través de sus tres dimensiones, es un antecedente directo de la segunda. En la literatura del marketing han sido pocos los investigadores que han analizado esta 229 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías relación. Entre ellos cabe destacar el trabajo de Kumar et al. (1995), quienes encontraron que si el intercambio en las relaciones B2B se percibe justo en su componente distributiva y procedimental, entonces el vendedor generará una mayor confianza hacia el proveedor. También Turel et al. (2008) confirman experimentalmente el efecto de la justicia informacional, distributiva y procedimental sobre la confianza de los usuarios en el vendedor. La satisfacción, y en concreto la SSR, aparece conectada a la confianza en ciertos contextos pues se concibe como un ingrediente esencial para la creación de clientes satisfechos en comercio electrónico (Ratnasingham, 1998). En esta línea, Harris y Goode (2004) comprueban empíricamente que la confianza es un fuerte predictor de la satisfacción en comercio electrónico, ya que debe existir cierta confianza para que los consumidores estén satisfechos con el proveedor de servicio. Previamente, Singh y Sirdeshmukh (2000) encontraron que en cualquier relación entre vendedor y comprador, la evaluación de confianza de los consumidores anterior al proceso específico de compra influye directamente en la satisfacción de post–compra. Así mismo, destacan que los consumidores online prefieren realizar transacciones con vendedores online en los que confían, motivo por el cual las empresas han ido poco a poco centrándose en las formas de transmitir confianza a sus potenciales clientes. Por otro lado, algunos autores consideran una relación bidireccional en la que la confianza genera la satisfacción pero a su vez ésta produce un mayor nivel de confianza (Ganesan, 1994). Centrado en el contexto de recuperación del servicio, Tax et al. (1998) investigan la relación entre la satisfacción y ciertas variables relacionales. En su trabajo, Tax et al. (1998) encuentran una relación positiva y significativa entre la satisfacción y la confianza post–queja, y destacan que la SSR desempeña un papel clave en el aumento o reducción de la confianza entre las partes involucradas. Siguiendo las investigaciones de Ganesan (1994) y Tax et al. (1998), Ok et al. (2005) confirmaron que la satisfacción con la recuperación del servicio es un fuerte predictor de la confianza. Del mismo modo, Kim et al. (2009b) exploraron la relación entre confianza y satisfacción, introduciendo la primera en el ECM y verificando así la influencia positiva que ejerce la confianza sobre la satisfacción a largo plazo y ésta sobre la post–confianza del consumidor, la cual influye directamente sobre las reacciones de confianza a largo plazo. Kim et al. (2009b) aclaran que la relación entre confianza y satisfacción es similar a la relación entre la gallina y el huevo por lo que aceptan ambos sentidos de la relación. 230 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías La intención de recompra o continuidad en el uso de tecnologías se ha asociado de forma ocasional a la confianza como resultado de ésta (Ganesan, 1994; Gefen, 2000; McKnight et al., 2002; Gefen y Straub, 2004). Así, autores como Doney y Cannon (1997) caracterizan la confianza como un requerimiento importante en las decisiones de compra, lo que implica que es necesario que exista confianza entre las partes para que el consumidor realice una compra. Además, la confianza reduce la incertidumbre de comportamiento relacionada con las acciones de la empresa, dando al consumidor algo de control sobre una transacción potencialmente insegura (Pavlou, 2003), favoreciendo las transacciones futuras y ayudando a construir las relaciones a largo plazo (Bhattacherjee, 2002). Un método recurrente en la literatura del marketing es introducir la confianza en TAM o modelos similares incluyendo el efecto de la confianza sobre la intención. Un ejemplo de ello es el modelo propuesto por Gefen et al. (2003) en el que la confianza se presenta como antecedente de la intención de uso, pues algunos autores sugieren que los consumidores on-line generalmente se alejan de vendedores en los que no confían (Reichheld y Schefter, 2000). Liao et al. (2006) también comprobaron que la confianza influye positivamente sobre la intención de continuidad de uso en comercio electrónico. Ya se ha mencionado la relación presente entre el riesgo percibido y la confianza, pero por su importancia en la determinación de la confianza en comercio electrónico se detallan a continuación algunos de los estudios que soportan esta asociación. La relación entre ambas variables ha sido apoyada por un gran número de investigadores que han considerado el riesgo percibido como un antecedente de la confianza y como una condición necesaria para la existencia de confianza en contextos de comercio electrónico (Mayer et al., 1995; McKnight et al., 2002; Gefen et al., 2003; Pavlou, 2003; Kim et al., 2009b). Liao et al. (2006) también comentan el papel del riesgo percibido en la formación de la confianza y apunta que el hecho de que la infraestructura de Internet es impredecible aumenta el miedo del consumidor a que terceras partes roben sus datos financieros o personales, lo que hace que aumente el riesgo percibido hacia las transacciones online (Pavlou, 2003). Así, la confianza ayudará a los consumidores a superar sus percepciones de riesgo, lo que implica que un aumento del riesgo percibido supondrá una disminución de la confianza. Desde un enfoque opuesto, algunos autores han tratado el riesgo percibido como una consecuencia de la confianza, pues argumentan que los consumidores percibirán riesgos cuando no tengan demasiada confianza en que la transacción vaya a ocurrir con éxito 231 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías (Stone y Gronhaug, 1993), de manera que un aumento de la confianza del consumidor provoca una reducción del riesgo percibido en los intercambios en comercio electrónico B2C (Ganesan, 1994). También se ha propuesto el efecto mediador del riesgo percibido sobre la relación entre confianza e intención (Kim et al., 2009b), lo que contribuye a la variedad de relaciones presentes en la literatura. Es por ello que aún debe explorarse en mayor medida la dualidad confianza–riesgo para poder aclarar el sentido en que se asocian y los motivos que lo sustentan. La lealtad es un constructo íntimamente ligado a la confianza pues sus significados e implicaciones para las empresas son muy próximos. Uno de los primeros estudios en tratar la relación entre confianza y lealtad fue el de Morgan y Hunt (1994), en el que se analiza el papel de la confianza en el desarrollo de relaciones a largo plazo. Posteriormente, diversos autores (Singh y Sirdeshmukh, 2000; Reichheld et al., 2000; Sirdeshmukh et al., 2002) afirmaron que la confianza del consumidor en la empresa y sus empleados impacta positivamente en la lealtad del consumidor hacia el proveedor de servicio. Según Sirdeshmukh et al. (2002), la confianza ofrece garantía sobre la consistencia y competencia del desempeño de la empresa, asegurando que el consumidor continuará obteniendo valor de futuros tratos con el mismo proveedor. Así, la confianza contribuye a dar continuidad a la relación entre las partes y a crear sentimientos de lealtad. Por su parte, Harris y Goode (2004) posicionan la lealtad como resultado de la confianza y verificaron de manera experimental que esta relación se mantenía al ser aplicada a dos estudios distintos. También DeWitt et al. (2008) plantean la confianza como un factor mediador entre la justicia percibida y la lealtad, comprobando empíricamente que la confianza influye significativamente sobre la lealtad hacia la organización. De modo similar, Kim et al. (2009d) probaron que la confianza ejerce un efecto positivo y directo sobre la lealtad en comercio electrónico e indirecto a través de la satisfacción. La utilidad percibida comenzó a relacionarse con la confianza a raíz de la introducción de esta en modelos basados en TAM, por lo que dado el enorme impacto de este modelo no es raro encontrar la utilidad conectada a la confianza de los consumidores en la empresa (Koufaris y Hampton–Sosa, 2004; Pavlou, 2003). Un ejemplo de ello es el modelo propuesto por Gefen et al. (2003), en el que se incluye la influencia positiva de la confianza sobre la utilidad percibida en comercio electrónico, pues se considera que la confianza aumentará la utilidad percibida de la interacción con la página web, como así comprueban experimentalmente. También Liao et al. (2006) conciben la influencia 232 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías positiva de la confianza sobre la utilidad percibida de la web, pues la confianza aumenta los beneficios esperados del proveedor contribuyendo a aumentar la percepción de utilidad del producto o servicio adquirido. El boca–a–oreja o WOM, importante por su capacidad de atracción de clientes, ha sido también ligado a la confianza. Así, Garbarino y Johnson (1999) sugirieron que la confianza y el compromiso afectan por igual en las intenciones de recomendar la empresa a otros usuarios. Garbarino y Johnson (1999) comprobaron empíricamente que altos niveles de confianza están asociados con una mayor tendencia a ofrecer boca–a–oreja favorable. Esta asociación se basa en el hecho de que los consumidores proporcionan recomendaciones mayoritariamente a otros individuos de su grupo de referencia, como amigos o familiares, y por tanto será más probable que un consumidor se involucre en relaciones con un proveedor con el que tiene confianza. Garbarino y Johnson (1999) reconocen el papel de la confianza sobre el boca–a–oreja no solo de forma directa sino también de manera indirecta a través de la satisfacción. Así, la confianza genera beneficios para los consumidores que se traducen en satisfacción de estos y que a su vez afecta a los comentarios boca–a–oreja, especialmente en contextos de recuperación del servicio. El efecto de la satisfacción con la recuperación del servicio sobre WOM sí ha sido probado por un gran número de investigadores (Howard y Sheth, 1969; Westbrook, 1987; Swan y Oliver, 1989; Anderson, 1994; Blodgett et al., 1997; Swanson y Davis, 2003). También se ha considerado el efecto mediador de otras variables como el compromiso, que median la relación entre confianza y boca–a–oreja. De este modo, la confianza se presenta como antecedente del compromiso y éste del WOM, ya que se considera que los consumidores comprometidos tienen más probabilidad de recomendar el producto o servicio a sus amigos o familiares. Desde otro punto de vista, Kim et al. (2009c) defendieron que el WOM es la única manera de que los consumidores confíen en una marca, pues si el consumidor cree que posee suficiente un conocimiento completo sobre el producto tenderá a confiar en la empresa. Por el contrario, y más en la línea general, Kim et al. (2009c) plantearon que la confianza tiene un efecto positivo en el WOM como parte de la influencia que la confianza ejerce en las intenciones de recompra y de relaciones. Factores típicos del marketing como la calidad y el valor también se ven ligados a la confianza. De este modo, la relación entre confianza y calidad percibida ha sido estudiada por diverso número de autores (McKnight et al., 2002; Liao et al., 2006; 233 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías Kassim y Abdullah, 2010), encontrando que si los consumidores perciben que la página web es de alta calidad, es más probable que aumente su confianza hacia la competencia, integridad y benevolencia del vendedor, desarrollando una disposición a depender del mismo. De manera similar, la confianza se presenta como otra variable saliente del valor percibido (Anderson y Srinivasan, 2003; Harris y Goode, 2004) en comercio electrónico B2C pues un mayor valor percibido por el consumidor genera una mayor confianza en la marca u organización. Una variable menos habitual pero también en ocasiones relacionada con la confianza es el hábito. Liao et al. (2006) confirman el efecto positivo del hábito sobre la confianza de los consumidores en la empresa contrariamente a lo defendido por Van der Heijden et al. (2003), quienes no concibe el efecto directo del hábito sobre la confianza sino de forma moderadora en la relación de ésta con la intención de recompra. La actitud, como constructo originario de las teorías del comportamiento, ha tenido también protagonismo en modelos relacionados con la confianza, en los que se plantea que la confianza tiene una influencia significativa en la actitud de los individuos acerca de la adopción del comercio electrónico (Kim et al., 2009c). Son sin embargo los factores antecedentes los que engrosan la lista de constructos conectados a la confianza. Algunos ejemplos a destacar son la auto–eficacia con la compra por internet (Dash y Saji, 2007), la presencia social (Gefen y Straub, 2004) y la efectividad de ventas (Johnson y Grayson, 2005). 4.3.4. Conclusiones El tercer bloque de constructos analizado está formado por variables propias de contextos de recuperación del servicio en comercio electrónico B2C: la justicia, las emociones y la confianza. A lo largo del presente epígrafe se han ido explorando las particularidades de cada constructo y se han expuesto las relaciones más investigadas en la literatura del marketing y en concreto en la literatura de recuperación del servicio. Así, el gráfico 77 muestra un resumen de las relaciones encontradas entre los tres constructos indicando en la tabla 15 algunos de los estudios concretos que soportan cada asociación. 234 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías R1 Justicia Percibida Emociones R3 R2 R4 Boca a oreja Confianza R5 GRÁFICO 77. RELACIONES ENCONTRADAS ENTRE LOS CONSTRUCTOS JUSTICIA – EMOCIONES – CONFIANZA –BOCA A OREJA Relación Autores que la soportan R1: justicia → emociones R2: emociones → confianza R3: justicia → confianza R4: justicia → confianza Boca-a→ oreja R5: confianza Homans (1961); Barrett (1999); Weiss et al. (1999); Smith y Bolton (2002); McColl–Kennedy y Sparks (2003); Schoefer y Ennew (2005); Chebat y Slusarczyk (2005); Hegtvedt (2006); Vázquez et al. (2009); Río–Lanza et al. (2009) Kim et al. (2004); Dunn y Schweitzer (2005); Andersen y Kumar (2006) Kumar et al. (1995); Turel et al. (2008); DeWitt et al. (2008); Chiu et al. (2010) Kim et al. (2009c); Río–Lanza et al. (2009) Garbarino y Johnson (1999) TABLA 15. AUTORES QUE SOPORTAN LAS RELACIONES JUSTICIA – EMOCIONES – CONFIANZA – BOCA A OREJA La tabla 15 permite extraer unas conclusiones claras, pues la gran variedad de estudios que soportan la relación entre justicia y emociones muestra su importancia en los contextos de SR. Una excepción parcial en esta relación es el trabajo de Río–Lanza et al. (2009), quienes encontraron que, en la industria de teléfonos móviles, únicamente la justicia procedimental influye en las emociones de los consumidores con la SR, siendo el efecto de la justicia distributiva e interaccional prácticamente despreciable. Por otro lado, la confianza, aunque ligada ocasionalmente a ambos constructos, necesita aún ser explorada en profundidad en el ámbito de SR. Concretamente, la relación entre la justicia y la confianza no es compartida por autores como Kim et al. (2009c) o Río–Lanza 235 CAPÍTULO 4 Factores que inciden en la continuidad en el uso de tecnologías et al. (2009), al establecer una asociación entre justicia y confianza únicamente mediada por la SSR. La importancia de la satisfacción con la recuperación del servicio ha quedado plasmada en el estudio de cada constructo, pues se ha comprobado que todos ellos guardan una relación estrecha con la SSR. De este modo, el efecto positivo que ejerce la justicia percibida o alguna de sus dimensiones sobre la SSR ha sido el más investigado y soportado en la literatura (Oliver y Swan, 1989; Gummesson, 1991; Goodwin y Ross, 1992; Smith et al., 1999; Maxham III y Netemeyer, 2002, 2003; Davidow, 2003; Schoefer y Ennew, 2005; Patterson et al., 2006; Río–Lanza et al., 2009). También se ha demostrado que las emociones influyen positivamente sobre la SSR (Westbrook, 1987; Westbrook y Oliver, 1991; Oliver, 1993; Liljander y Strandvik, 1997; Weiss et al., 1999; Cronin et al., 2000; Smith y Bolton, 2002; Schoefer y Ennew, 2005; Vázquez et al., 2009), así como la confianza (Ratnasingham, 1998; Singh y Sirdeshmukh, 2000; Harris y Goode, 2004). No obstante, en el caso de la confianza se ha defendido también una relación cíclica en la que la confianza genera satisfacción y ésta a su vez produce mayor confianza post–compra (Ganesan, 1994; Tax et al., 1998; Ok et al., 2005; Kim et al., 2009b). Otro de los constructos protagonistas en SR relacionado también con la justicia, emociones y confianza es la lealtad. En este caso son las emociones las más ligadas a la lealtad ya que es la relación que fundamenta la teoría de control de los afectos (Heise, 1977, 1979, 1985; MacKinnon, 1994), lo que motivó el creciente estudio de la influencia que ejercen las emociones sobre la lealtad de los consumidores a la empresa (Bloemer y de Ruyter, 1999; Chebat y Slusarczyck, 2005; DeWitt et al., 2008; Río–Lanza et al., 2009). Además, la lealtad puede recibir el impacto directo de la justicia percibida (Blodgett et al., 1997; Smith et al., 1999; Chebat y Slusarczyk, 2005) y de la confianza (Morgan y Hunt, 1994; Singh y Sirdeshmukh, 2000; Reichheld et al., 2000; Sirdeshmukh et al., 2002; Harris y Goode, 2004; DeWitt et al., 2008; Kim et al., 2009d). Son solo la SSR y la lealtad los constructos relacionados con las tres variables de estudio. Sin embargo, cada una de ellas se asocia de forma específica a otros factores de recompra como la intención, la actitud, WOM, o el riesgo percibido. 236 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. Hipótesis y modelos de investigación. Diseño del trabajo empírico. 237 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. 238 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. 5. Hipótesis de investigación. Diseño del trabajo empírico En este capítulo, en la primera parte, se desarrollan las hipótesis de investigación partiendo de la base de la panorámica del comercio electrónico en España desarrollada en el capítulo 2 y que investigaba desde un punto de vista cuantitativo las diferencias sociodemográficas y de usos de los internautas compradores españoles. Las hipótesis tienen en cuenta de los modelos de adopción y continuidad en el uso/recompra de las tecnologías estudiados en el capítulo 3 y las variables determinantes en la continuidad en el uso de las tecnologías en general y del comercio electrónico en particular analizadas en el capítulo 4. En la segunda parte se realiza el diseño del trabajo empírico de investigación: se definen los atributos que caracterizan una investigación (alcance geográfico–temporal, tipología de la investigación, carácter y ambiente de la investigación, fuentes primarias y secundarias utilizadas, técnicas de recolección de datos, instrumentos de medida utilizados y características de la muestra utilizada), encuadrando en estos atributos el marco de este estudio. 5.1. Hipótesis y modelos de investigación Una vez estudiados los principales modelos de continuidad en el uso de las tecnologías, los factores que determinan la continuidad en el uso y las relaciones entre los mismos el siguiente paso es definir las hipótesis concretas de esta investigación que serán objeto de validación en capítulos siguientes. Partiendo de hipótesis generales, éstas se irán descomponiendo en hipótesis cada vez más específicas. Las diferencias explicitadas en el capítulo 2 entre compradores constantes, compradores noveles y compradores con comportamiento de queja y los diferentes modelos y factores que se han utilizado y utilizan en la literatura científica –descritos en los capítulos 3 y 4– para predecir el comportamiento de recompra justifican la existencia de dos modelos en la investigación: un modelo general para compradores que ya han realizado varios procesos de compra y un modelo de recompra para aquellos compradores que han experimentado un comportamiento de queja. De esta manera se obtendrán de manera más detallada los factores determinantes de la repetición del proceso de compra en el comercio electrónico entre empresas y consumidores finales – objetivo final de este trabajo–. Por tanto: 239 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. HIPÓTESIS A: Existe una serie de factores que predicen las actitudes e intenciones de recompra a través de comercio electrónico B2C por parte de los consumidores españoles. Estos factores son diferentes en su significación estadística y pesos entre los compradores constantes –habían comprado en 2.010 y al menos una vez en el año 2.009– y los compradores ocasionales –aquellos que habían realizado compras en 2.010 y en 2.008 o anteriormente– (gráfico 78). Hipótesis A Actitudes e intenciones de recompra Factores de influencia GRÁFICO 78. HIPÓTESIS A HIPÓTESIS B: Existe una serie de factores que predicen las actitudes e intenciones de recompra a través de comercio electrónico B2C por parte de los consumidores españoles cuando los compradores han tenido un comportamiento de queja en una compra anterior (gráfico 79). Hipótesis B Actitudes e intenciones de recompra en compradores con comportamiento de queja Factores diferenciales GRÁFICO 79. HIPÓTESIS B En el caso de los compradores constantes y ocasionales de la Hipótesis A, basándose en el esquema de análisis utilizado en el capítulo 4, podemos dividir los factores en los siguientes grupos: Factores basados en variables “marketing”: calidad, valor, satisfacción. 240 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. Factores basados en el modelo de confirmación de expectativas y hábito. En el caso de que los compradores hayan tenido comportamiento de queja de la Hipótesis B podemos dividir los factores, según el análisis efectuado en el capítulo 4, en los siguientes grupos: Factores de naturaleza cognitiva: justicia percibida. Factores de naturaleza emocional y específica: emociones positivas y negativas, confianza y satisfacción con la recuperación del servicio. Por tanto, si seguimos desarrollando con más detalle la hipótesis A en base a la clasificación de factores anterior podemos enunciar las siguientes hipótesis: HIPÓTESIS A.1.: Existe una serie de factores procedentes del marketing como la calidad el valor y la satisfacción que predicen las actitudes e intenciones de recompra en comercio electrónico. HIPÓTESIS A.2: Existe una serie de factores basados en el Modelo de Confirmación de Expectativas como la confirmación de expectativas, la utilidad y el hábito que predicen las actitudes e intenciones de recompra en comercio electrónico B2C. A continuación, se enuncia otro grupo de hipótesis con más grado de detalle que desarrollan la hipótesis B para los compradores que han adquirido bienes anteriormente a través de Internet y que han tenido comportamiento de queja: HIPÓTESIS B.1.: Existen una serie de factores cognitivos que predicen las actitudes e intenciones de recompra en comercio electrónico B2C de los consumidores españoles que han tenido comportamiento de queja. HIPÓTESIS B.2.: Existen una serie de factores emocionales y específicos que predicen las actitudes e intenciones de recompra en comercio electrónico B2C de los consumidores españoles que han tenido comportamiento de queja. 241 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. Para contrastar las hipótesis descritas en este apartado se realizarán dos trabajos de campo distintos que se plasmarán en dos modelos: uno para los internautas que han realizado más de una compra en Internet y otro que estudie los internautas compradores que en alguna de sus adquisiciones anteriores hayan tenido comportamiento de queja. En los siguientes apartados se desarrollan, con mayor grado de detalle, las hipótesis enunciadas anteriormente. 5.1.1. Desarrollo de las hipótesis de compradores constantes y ocasionales 5.1.1.1. Desarrollo de la Hipótesis A.1.: factores marketing Hipótesis A.1 Actitudes e intenciones de recompra Factores marketing GRÁFICO 80. FACTORES MÁRKETING DEL MODELO DE COMPRADORES CONSTANTES Y OCASIONALES Los constructos calidad, valor y satisfacción y sus relaciones derivan de los modelos de la literatura científica de marketing de servicios. El interés en estos factores y sus relaciones provienen de la importancia práctica de estos conceptos en el mundo empresarial (Oliver et al., 1997). Las relaciones entre los mismos se han desarrollado en el capítulo 4. Entre los estudios realizados hay una convergencia sobre la influencia de la calidad percibida en la mejora de la satisfacción y el valor percibido. A su vez, el valor percibido predice también la satisfacción. Cronin et al. (2000) someten a verificación cuatro modelos diferentes (el modelo del valor, el modelo de la satisfacción, el modelo indirecto y un denominado “modelo de investigación”) con distintas relaciones entre calidad, valor y satisfacción. Los distintos estudios de la literatura científica indican que se ha optado por uno u otro modelo dependiendo de si el estudio concreto tenía una orientación específica a medir la satisfacción, el valor o la intención de comportamiento. 242 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. Bhattacherjee (2001b) y Oliver (1997) defienden que la satisfacción es el mayor determinante de las intenciones de recompra en comercio electrónico B2C. Los compradores, a medida que están más satisfechos, comprarán más. De este modo la satisfacción se considera el factor más importante de comportamiento en la literatura de continuidad en el uso de las tecnologías. La diferencia entre valor y satisfacción es notable: mientras que el valor representa lo que desea obtener el consumidor de una experiencia de consumo, la satisfacción supone la reacción ante la experiencia, por lo que el valor será antecedente de la satisfacción (Moliner, 2004). Yu (2006) indica que el valor que percibe un consumidor está relacionado con su experiencia comprando o usando un producto o servicio. Una de las acepciones más aceptadas de valor en la literatura científica es la que lo define como “la evaluación global que hacen los consumidores respecto a la utilidad de un producto, según su percepción de lo que ellos reciben y de lo que ellos dan” (Pura, 2005). Las primeras investigaciones sobre valor definieron constructos con una aproximación unidimensional. Sin embargo, esta solución ignora la riqueza conceptual del valor que debería ser capturado a través de distintos componentes, de manera multidimensional (Holbrook, 1986). Actualmente hay ciertas diferencias entre las aproximaciones al constructo multidimensional según su formulación reflectiva o formativa y los componentes a incluir en el constructo (Ruiz et al., 2008). Para este estudio se ha elegido una formulación reflectiva, dominante en la literatura científica (Ruiz et al., 2008). Después del estudio de la literatura existente, en esta investigación, se ha elegido una formulación reflectiva basada en los trabajos de Pura sobre servicios de directorio (Pura, 2005), al considerar que el enfoque utilizado y el tipo de servicio investigado (directorios) tienen una cierta semejanza con los servicios de compra CE–B2C. Por otra parte, el diseño de la Web donde se encuentra la tienda de comercio electrónico, la percepción de confianza en la experiencia de compra, la calidad de la ayuda y atención recibida, y la personalización (Lee y Lin, 2005) se han revelado como factores importantes en la calidad percibida por el internauta comprador y que aparecen reflejados de manera continua en todas las conceptualizaciones de calidad. A partir de estos elementos y de un estudio de carácter cualitativo entre los usuarios compradores, se ha decidido –para esta investigación–, conceptualizar el indicador calidad percibida a partir de tres constructos: calidad del Web, calidad de la atención 243 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. personalizada recibida y confianza generada a través de elementos como los sellos de calidad, también denominados marca de garantía. Hay diferencias entre valor y calidad: el valor es una relación entre lo que se da y lo que se recibe y la calidad percibida es la valoración sobre una oferta, que no tiene por qué incluir la valoración del precio (Moliner, 2004). También la calidad se diferencia de la satisfacción, ya que la satisfacción va unida a una experiencia de consumo, mientras que la calidad se puede percibir sin necesidad de una experiencia concreta (Moliner, 2004). A partir de los datos presentados en el capítulo 2, a medida que los compradores son más recurrentes destacan como razones para elegir el B2C como canal de compra la facilidad y el ahorro de tiempo que conlleva, es decir, factores más relacionados con el valor y la calidad, en contraposición a los compradores con menos experiencia, que empiezan a utilizar el medio siguiendo recomendaciones de amigos y conocidos. A partir de las consideraciones anteriores, se enuncia la siguiente hipótesis para cada uno de los constructos: Valor: • H1. El valor percibido por el cliente predice positivamente la satisfacción percibida. H1a. La relación entre valor percibido y satisfacción es más importante en los compradores constantes que en los ocasionales. Calidad: • H2. La calidad percibida por el cliente predice positivamente la satisfacción percibida. H2a. La relación entre calidad y satisfacción es más importante en los compradores constantes que en los ocasionales. H3. La calidad percibida por el cliente predice positivamente el valor percibido. H3a. La relación entre calidad percibida y valor es más importante en los compradores constantes que en los ocasionales. Las relaciones se plasman en el gráfico 81: 244 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. Calidad Web Valor social Calidad Calidad Soporte H2/H2a Valor epistémico Valor emocional H3/H3a Valor Valor condicional Calidad de la Confianza H1/H1a Valor monetario Satisfacción Valor de conveniencia GRÁFICO 81. DESARROLLO DE LOS FACTORES MÁRKETING EN COMPRADORES CONSTANTES Y OCASIONALES 5.1.1.2. Desarrollo de la Hipótesis A.2.: factores basados en el modelo de confirmación de expectativas y hábito Hipótesis A.2 Factores desconfirmación expectativas Actitudes e intenciones de recompra GRÁFICO 82. FACTORES BASADOS EN EL MODELO DE CONFIRMACIÓN DE EXPECTATIVAS. COMPRADORES CONSTANTES Y OCASIONALES Las relaciones entre confirmación, satisfacción, utilidad percibida e intención de recompra provienen del modelo de Bhattacherjee (2001b), basado en el Modelo de la Confirmación de Expectativas al que se la añadido el constructo hábito. El Modelo de la Confirmación de Expectativas ha sido ampliamente utilizada en la literatura científica para estudiar la satisfacción del consumidor y el comportamiento posterior a la compra (recompra, queja,…). El proceso por el que se produce la intención de recompra en el marco de la confirmación de expectativas es como sigue: Se genera una expectación previa a la recompra del producto o servicio. Se acepta y usa el producto o servicio. Se forman percepciones sobre el rendimiento del producto, tras un uso inicial. 245 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. Se confronta la expectación previa a la compra y la percepción sobre el rendimiento del producto o servicio. Se conforma una satisfacción cuando el rendimiento supera las expectativas, el consumidor queda satisfecho y se genera una intención de recompra. Por tanto, en este modelo la satisfacción es el elemento clave que conduce a la intención de recompra. Por otra parte, el constructo hábito es una tendencia automática que impulsa al individuo a mantener sus hábitos, y por tanto un individuo que realiza normalmente y con regularidad compras a través de Internet tenderá a mantener esta conducta en el futuro. Evidentemente el hábito de compra es mayor en los compradores que tienen una mayor regularidad en la adquisición de bienes y servicios, por lo que se enuncian las siguientes hipótesis: Hábito: • H4. El hábito de compra predice positivamente la intención de recompra en CE–B2C. H4a. El hábito de compra tiene una relación más positiva con la intención de recompra en CE–B2C en los compradores constantes que en los ocasionales. Bhattacherjee (2001b) y Oliver (1997) defienden que la satisfacción es el mayor determinante de las intenciones de recompra en comercio electrónico B2C. Los compradores, a medida que están más satisfechos, comprarán más. Satisfacción: H5. La satisfacción predice positiva la intención de recompra. De igual manera, la satisfacción es un factor diferencial en los compradores según la frecuencia de compra. H5a. La relación entre satisfacción y recompra es más importante en los compradores constantes que en los ocasionales. Confirmación: H6. La confirmación influye de manera positiva en la satisfacción. H7. La confirmación influye de manera positiva en la utilidad percibida. Utilidad: H8. La utilidad percibida predice positivamente la intención de recompra en CE–B2C. 246 CAPÍTULO 5 Hipótesis y modelos de investigación. Diseño del trabajo empírico. La utilidad también se considera un factor diferencial entre los compradores en comercio electrónico B2C. H8a. La relación entre utilidad percibida y satisfacción es más importante en los compradores ocasionales que en los constantes. Las relaciones de las hipótesis se plasman en la siguiente gráfica: H6 H5/ H5a Satisfacción Intención de recompra Confirmación H8/ H8a H4/ H4a Utilidad percibida H7 Hábito GRÁFICO 83. DESARROLLO DE LOS FACTORES DE CONFIRMACIÓN DE EXPECTATIVAS Y HÁBITO DEL MODELO DE COMPRADORES CONSTANTES Y OCASIONALES Por tanto, para verificar la hipótesis A, las hipótesis A.1 y A.2 y las hipótesis uno a ocho descritas en los párrafos anteriores, se propone utilizar el siguiente modelo (gráfico 84): 247 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Calidad Web Valor social Calidad Calidad Soporte H3/ H3a Valor epistémico Valor emocional H2/ H2a Valor Valor condicional H1/ H1a Calidad de la Confianza Valor monetario H5/ H5a H6 Valor de conveniencia Satisfacción Confirmación H4/ H4a H7 H8/ H8a Utilidad percibida GRÁFICO 84. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES 248 Intención de recompra Hábito CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico En la siguiente tabla se resumen las hipótesis utilizadas: Variable Antecedente Valor Calidad Hábito Satisfacción Confirmación Utilidad percibida Variable endógena Satisfacción Naturaleza de la relación + Satisfacción + Satisfacción + Satisfacción + Valor Intención de recompra Tipo de Hipótesis Hipótesis H1 + General Diferencial compradores constantes–ocasionales General Diferencial compradores constantes–ocasionales General + General H4 Intención de recompra + Diferencial compradores constantes–ocasionales H4a Intención de recompra + General H5 Intención de recompra + Satisfacción Utilidad Percibida Intención de recompra H1a H2 H2a H3 + Diferencial compradores constantes–ocasionales General + General H7 + General H8 H5a H6 Diferencial compradores H8a constantes–ocasionales TABLA 16. RESUMEN DE HIPÓTESIS PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y Intención de recompra + OCASIONALES 5.1.2. Desarrollo de las hipótesis de los compradores con comportamiento de queja 5.1.2.1. Desarrollo de la hipótesis B.1.: factores de naturaleza cognitiva Hipótesis B.1 Actitudes e intenciones de recompra con comportamiento de queja Factores cognitivos GRÁFICO 85. FACTORES COGNITIVOS EN COMPRADORES CON COMPORTAMIENTO DE QUEJA 249 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico La teoría de la justicia percibida de Adams (1963) se ha convertido en un instrumento de gran eficacia para estudiar las reacciones de los individuos en comportamiento de queja (Río–Lanza et al., 2009). De acuerdo a esta teoría, percibimos lo que nos da una situación de trabajo con relación a lo que aportamos y después comparamos el ratio entre esfuerzo y resultado que obtuvimos en relación a otra persona que realizó la misma actividad. Utilizando la teoría de control de los afectos (ACT), Chebat y Slusarczyk (2005) señalan que dependiendo del nivel de justicia percibida, los individuos experimentan emociones y se involucran en comportamientos coherentes con las impresiones y sentimientos que experimentan en una recuperación de servicio (SR). No existen demasiados estudios que analicen las reacciones de los efectos emocionales a la justicia percibida y buena parte de ellos son diseños experimentales, midiendo la reacción producida en una situación manipulada (Chebat y Slusarczyk, 2005). Los resultados muestran que niveles bajos de justicia percibida corresponden a altos niveles de emociones negativas y bajos niveles de emociones positivas. Por tanto, podemos enunciar las siguientes hipótesis (gráfico 86): Justicia percibida H1. La justicia percibida predice negativamente las emociones negativas. H2. La justicia percibida predice positivamente las emociones positivas. Justicia Distributiva Justicia Procedimental H1 Emociones Negativas Justicia H2 Justicia Interaccional Emociones Positivas GRÁFICO 86. DESARROLLO DE FACTORES COGNITIVOS EN COMPRADORES CON COMPORTAMIENTO DE QUEJA 250 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico 5.1.2.2. Desarrollo de la hipótesis B.2.: factores de naturaleza emocional y específica Hipótesis B.2 Actitudes e intenciones de recompra con comportamiento de queja Factores emocionales GRÁFICO 87. FACTORES EMOCIONALES EN COMPRADORES CON COMPORTAMIENTO DE QUEJA La teoría del control del afecto (ACT) ha permitido una aproximación a la influencia de las emociones sobre la lealtad. Cuando un consumidor sufre una recuperación de servicio inadecuada expresará sus emociones y actuará de manera que le permita recuperar su propia identidad (Chebat y Slusarczyk, 2005). Existe una corriente creciente en la literatura científica sobre el papel de las emociones en el inicio y sostenimiento de relaciones, aunque solo recientemente se ha comenzado a explorar las influencia de algunas emociones en la confianza en contextos de SR (Kim et al., 2004). Emociones con valencia muy negativa (como la ira), pueden desempeñar un importante papel moderador en estos procesos, dañando la confianza. Es muy posible que acciones que mitiguen esta clase de emociones puedan ayudar a recuperar la confianza (Dunn y Schweitzer, 2005). De la misma manera, las emociones desempeñan un importante papel en la construcción de la confianza. Las emociones positivas permiten a los individuos dar el “salto de fe” para pasar de los sentimientos a las creencias (Andersen y Kumar, 2006). Las emociones experimentadas por los clientes como resultado de la justicia percibida tienen efecto sobre la lealtad (DeWitt et al., 2008). En un contexto de recuperación de servicio con resultado positivo un individuo permanece leal al proveedor. Si se producen emociones negativas puede producirse deslealtad o la baja en el servicio (DeWitt et al., 2008). La interacción entre personas conlleva respuestas emocionales que tendrán influencia en el sostenimiento de las relaciones (Hallén y Seyed–Mohamed, 1991). Las emociones tienen influencia en la satisfacción con la recuperación del servicio: Andersen y Kumar (2006) han probado la influencia de las emociones negativas en la satisfacción con la recuperación del servicio y Schoefer y Ennew (2005) han sugerido 251 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico una influencia directa de las emociones en la satisfacción del consumidor. La distinción entre emociones positivas y negativas desarrollada en el capítulo anterior permite un mayor detalle en el modelo. En nuestro estudio del capítulo 4 pudimos distinguir dos tipos de satisfacción: la satisfacción con una transacción específica y la satisfacción acumulada (Johnson et al. 1995). La satisfacción acumulada se refiere a la satisfacción de un cliente con múltiples interacciones con la empresa a través del tiempo (Bitner y Hubbert, 1994). Muchos estudios de investigación se han centrado en la satisfacción después de un proceso específico –por ejemplo, una recuperación de servicio– (Río Lanza et al., 2009; Karatepe 2006; Yi, 1991). Sin embargo, es esencial tomar en cuenta la satisfacción acumulada en un modelo de satisfacción con la recuperación del servicio (SSR), cuyo propósito es proporcionar información acerca de las actitudes y comportamientos del consumidor, teniendo en cuenta que aunque el resultado de una transacción específica puede no ser completamente satisfactorio, las transacciones acumuladas en su conjunto podrían implicar un aumento en la satisfacción general y, además, proporcionará una perspectiva más amplia sobre el comportamiento del consumidor (Maxham y Netemeyer, 2002). La confianza es un ingrediente esencial en el comercio electrónico para crear consumidores satisfechos y leales (Ratnasingham, 1998). Las experiencias satisfactorias con los proveedores de servicios van creando mayores niveles de confianza que influirán en las relaciones a largo plazo (Genesan, 1994). En un contexto de SSR, la confianza de un cliente refleja su disposición a aceptar la vulnerabilidad, esperando una solución positiva de fallo en el servicio Dunn y Schweitzer (2005). En el caso de que el cliente reciba una respuesta no deseada a su queja, perderá la confianza en la organización (DeWitt et al., 2008). Además, la confianza tiene una influencia positiva en la relación comprador–vendedor aunque esta ya sea beneficiosa (Selnes, 1998). En SR, si existe satisfacción, la confianza permite que el cliente genere un boca–a–oreja positivo hacia la compañía, proporcionando buenas referencias (Kim et al., 2009). Estudios anteriores han confirmado la relación positiva entre la SSR y la confianza (Kim et al., 2009) y también han encontrado la confianza como un fuerte predictor de la satisfacción, en entornos en línea (Gummerus, et al.; Harris y Goode, 2004). 252 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico La confianza es un antecedente fundamental de la construcción de relaciones entre el comprador y el vendedor (Sirdeshmukh et al., 2002; Verhoef et al., 2002). En cualquier relación de este tipo, las evaluaciones de confianza de los consumidores antes de una operación específica, tienen una influencia directa sobre su satisfacción después de la compra (Singh y Sirdeshmukh, 2000). En el contexto del comercio electrónico, donde la confianza puede actuar como un detonante para iniciar una transacción, esta relación también puede ser cierta. Investigaciones recientes han comenzado a explorar la influencia de las emociones en la confianza en situaciones de recuperación de servicio (Kim et al., 2004). Emociones muy negativas pueden jugar un papel mediador significativo, a través de la confianza. De acuerdo a lo anterior, enunciamos las siguientes hipótesis, que se plasman gráficamente en la siguiente gráfica: Emociones negativas: H3. Las emociones negativas predicen negativamente la satisfacción con la recuperación del servicio (SR). H4. Las emociones negativas generadas en un proceso de SR predicen negativamente la confianza. H5. Las emociones negativas predicen negativamente la lealtad. Emociones positivas: H6. Las emociones positivas predicen positivamente la satisfacción con la recuperación del servicio. H7. Las emociones positivas generadas en un proceso de SR predicen positivamente la confianza. H8. Las emociones positivas predicen positivamente la lealtad. De las referencias anteriores podemos establecer las siguientes hipótesis: Satisfacción con la recuperación del servicio: H9. La SSR predice de manera positiva la satisfacción acumulada. H10. La SSR predice de manera positiva la confianza del consumidor. Confianza: H11. La confianza predice de manera positiva la satisfacción acumulada. H12. La confianza predice de manera positiva el boca–a–oreja. H13. La confianza predice de manera positiva la lealtad. 253 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico o Confianza como variable mediadora: la confianza actúa como variable mediadora: Entre la SSR y la satisfacción acumulada. Entre las emociones negativas y la lealtad. Entre las emociones positivas y la lealtad. Satisfacción acumulada H14. La satisfacción acumulada predice de manera positiva el boca–a–oreja. Satisfacción con recuperación del servicio H3 Emociones Negativas H4 H6 H9 Satisfacción acumulada H10 H11 H5 H14 Confianza H12 Emociones Positivas H7 H8 H13 Boca a oreja Lealtad GRÁFICO 88. DESARROLLO DE FACTORES EMOCIONALES Y ESPECÍFICOS EN COMPRADORES CON COMPORTAMIENTO DE QUEJA De las hipótesis desarrolladas anteriormente se presenta el modelo final (gráfico 88) para compradores con comportamiento de queja, cuyas hipótesis serán verificadas en el siguiente capítulo: 254 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico GRÁFICO 89. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA 255 A continuación se presentan en forma de tabla las hipótesis de detalles desarrolladas para los compradores con comportamiento de queja (tabla 17): Variable Antecedente Variable endógena Naturaleza de la relación Hipótesis Justicia Emociones Negativas – H1 Justicia Emociones Positivas + H2 Satisfacción con recuperación del servicio – H3 Confianza – H4 Lealtad – H5 Satisfacción con recuperación del servicio + H6 Confianza + H7 Lealtad + H8 Satisfacción acumulada + H9 Confianza + H10 Satisfacción acumulada + H11 Boca–a–oreja + H12 Lealtad + H13 Confianza como mediadora de satisfacción con la recuperación del servicio y emociones positivas y negativas Satisfacción acumulada y lealtad + Hmediación Satisfacción acumulada Boca–a–oreja + H14 Emociones negativas Emociones positivas Satisfacción con recuperación del servicio Confianza TABLA 17. HIPÓTESIS PARA COMPRADORES CON COMPORTAMIENTO DE QUEJA 256 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico 5.2. Diseño del trabajo empírico En esta segunda parte del capítulo se expone la metodología y características del estudio empírico que permitirán, posteriormente, validar el modelo y contrastar sus hipótesis. Para ello, se aportará información sobre los siguientes aspectos: • Definición de las características de la presente investigación y de su alcance geográfico y temporal. En esta sección se describen los distintos tipos de investigación científica. • Fuentes de investigación. Se describen las fuentes de investigación primarias y secundarias y sus características. También se detallan los métodos de recolección de datos, los instrumentos de medida utilizados y se detalla la definición de las escalas de Likert empleadas para la medición de las variables del modelo. • Detalle de la población muestral: en esta sección se presentan las características y las variables sociodemográficas de la muestra obtenida tras la aplicación del instrumento de medida 5.2.1. Características de la investigación El objetivo del presente estudio es investigar los factores por los que una persona, una vez que ha comprado en comercio electrónico B2C, vuelve a comprar utilizando este mismo canal. Por tanto es una investigación de la conducta humana utilizando tecnologías de la información (el comercio electrónico entre empresas y particulares), con el fin de explicar hasta qué punto una serie de distintos factores (justicia, emociones, calidad, valor, satisfacción, etc…) pueden predecir la intención de recompra de los sistemas de comercio electrónico por parte de los individuos. Por tanto, la investigación se puede considerar perteneciente al ámbito de las ciencias sociales (Kuper y Kuper, 1985). 5.2.1.1. Alcance geográfico–temporal del estudio El objetivo principal de esta investigación ha sido la propuesta y validación de factores que predicen la recompra en comercio electrónico B2C. Dichos factores se integran en dos modelos de continuidad en el uso del comercio electrónico entre empresas y particulares (B2C) en España, uno para usuarios compradores constantes (habían comprado al menos una vez antes en el último año) y ocasionales (habían comprado al menos una vez antes hace más de un año) y otro para usuarios que han experimentado un comportamiento de queja. 257 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico El estudio empírico para la presente investigación se ha realizado en pasos sucesivos entre los años 2008 y 2011, debido a varios motivos: 1. En primer lugar se ha realizado un estudio de carácter descriptivo, fundamentalmente desde el punto de vista de la demanda, del comercio electrónico B2C en España utilizando fuentes secundarias y procesando datos segmentándolos según internautas compradores y constantes. 2. Para seleccionar el espacio muestral del comprador constante y ocasional se ha realizado un análisis longitudinal, lo que implica tener datos a lo largo del tiempo para establecer si el ciudadano había comprado anteriormente alguna vez mediante tecnologías de comercio electrónico o no. También era interesante medir la variación de la frecuencia de compra. 3. El comercio electrónico B2C en España ha tenido en los últimos años un crecimiento en volumen de mercado de dos dígitos anuales, lo que ha hecho necesaria una recopilación continua de datos que dé cuenta de los avances experimentados. 4. De igual manera, los factores y modelos explicativos de comercio electrónico, al ser un instrumento de gran utilidad se encuentran en revisión y actualización constantes, lo que obliga a realizar nuevos trabajo de campo adecuado a los nuevos factores y modelos y que permitan un refinamiento de las escalas de Likert utilizadas. La dificultad para investigar algunos colectivos ha exigido distintos trabajos de campo. Por ejemplo, el conseguir una muestra suficiente de usuarios compradores que habían tenido comportamiento de queja y habían vuelto a comprar exigió una técnica de recogida de información distinta a la de los usuarios compradores constantes. 5.2.1.2. Tipología de investigación Kinnear y Taylor (1989) distinguen cuatro tipologías distintas en investigación en ciencias sociales: Investigación exploratoria: la investigación exploratoria es un primer paso para obtener información para la toma de decisiones. El propósito de esta investigación es formular hipótesis y definir oportunidades presentes en la situación susceptible de investigación. Es apropiada para identificar problemas y oportunidades, adquirir una mejor perspectiva sobre el problema a investigar y, en general, obtener información sobre problemas asociados. 258 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Investigación descriptiva: la investigación descriptiva cuantifica las características de los fenómenos del mercado y determina con qué frecuencia sucede un fenómeno, siendo capaz de formular pronósticos. Esta investigación permite estudiar el perfil del consumidor. Investigación causal: realiza suposiciones sobre las relaciones causa–efecto y tiene por objeto recolectar evidencias acerca de estas relaciones. Los objetivos de la investigación causal son entender qué variables son la causa y qué variables son el efecto. Investigación experimental: un experimento se lleva a cabo cuando una o más de las variables independientes se manipulan o controlan concienzudamente y se mide su efecto sobre las variables dependientes. El objetivo de la investigación experimental es medir el efecto de las variables independientes sobre una variable dependiente, mientras se controlan otras variables que puedan originar inferencias de causalidad. Hair et al. (2009) distinguen entre investigaciones confirmatorias y exploratorias según su objetivo sea confirmar una relación especificada o definir las posibles relaciones de forma general utilizando técnicas multivariantes (investigaciones exploratorias). La investigación confirmatoria o deductiva tiene como principal objetivo el contraste de hipótesis (afirmaciones a comprobar). Posteriormente, tras obtener una muestra de datos válida y suficiente, la investigación confirmatoria valida o refuta las hipótesis propuestas. La selección de la muestra a investigar se realiza utilizando criterios estadísticos intentando extrapolar los resultados al resto del universo. En sentido contrario las investigaciones confirmatorias suelen ser estructuradas y definidas, poco flexibles y muy rigurosas estando vinculadas a metodologías cuantitativas. La investigación exploratoria es flexible y poco estructurada. No se puede garantizar su validez debido a que no se estudia todo el universo no pudiendo extrapolar los resultados a la población objeto del estudio o pudiendo extrapolarlos con un elevado grado de incertidumbre. Por tanto, atendiendo a los objetivos de la investigación, en la que se buscan factores específicos –novedosos o ya utilizados– para establecer modelos de recompra, podemos definir la investigación principal a realizar como de carácter exploratorio. En el siguiente capítulo se detallarán las técnicas multivariantes de análisis estadístico que han sido 259 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico utilizadas para la validación de los datos del modelo. Además, la investigación realizada en el capítulo 2 sobre el comercio electrónico en España tiene un carácter descriptivo. 5.2.1.3. Carácter y ambiente de la investigación Hair et al. (2009) dividen los diseños de investigación en cuantitativos y cualitativos. Las ciencias sociales utilizan una u otra metodología según sea la realidad a observar. Los estudios cuantitativos ofrecen evidencias cuantificables de la realidad y observan similitudes en los comportamientos (residenciales, estudios, renta, edad, etc.). En una investigación cuantitativa, la estrategia más común para poder acceder a los datos es la encuesta. Esta investigación tiene, básicamente, un diseño cuantitativo. Los datos han sido recogidos tanto mediante entrevistas telefónicas a un panel de consumidores como de encuestas vía Internet a una base de datos de internautas españoles. Los estudios cualitativos nos ayudan comprender significados y extraer discursos, es decir nos permiten en mayor medida observar la diversidad de los casos. Por tanto, las técnicas cualitativas buscan la interpretación del fenómeno a través de la observación directa del investigador o mediante el análisis de los discursos de los participantes en el estudio. El análisis de los discursos permite obtener información sobre las actitudes de un determinado grupo, sus valores o aspectos culturales específicos. Las técnicas más importantes de captación de datos cualitativos son las entrevistas en profundidad (entrevistas sin cuestionario en las que un investigador experto guía a una persona o experto sobre un tema a tratar), el grupo de discusión (reunión de siete a nueve personas que representan un determinado grupo social o de expertos). En los grupos de discusión se elige a las personas como representativas de un grupo, perfil o discurso social. Por tanto, mientras las técnicas cuantitativas nos permiten cuantificar, las técnicas cualitativas nos permiten una valoración inicial, a la que puede seguirle una cuantificación. Por tanto podemos afirmar que las técnicas cualitativas y cuantitativas son complementarias, permitiéndonos, cuando se usan conjuntamente el conocimiento de los hechos o de fenómenos sociales complejos. Con respecto a las técnicas estadísticas empleadas con posterioridad al trabajo de campo se realizarán análisis a través de técnicas de mínimos cuadrados parciales como se describirá en el capítulo 6 con mayor profundidad. 260 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico En cuanto al ambiente de la investigación se puede distinguir dos tipologías: ambiente en condiciones controladas –estudio de laboratorio– o en las condiciones actuales del entorno –estudio de campo– (Boudreau et al., 2001). En el laboratorio los factores que influyen sobre los resultados pueden controlarse de manera efectiva, provocando que el investigador se sienta más confiado en la solidez y exactitud de sus hallazgos, a cambio de la dificultad de la generalización de los datos en una atmósfera poco realista. Por tanto el dilema es el sacrificio de una atmósfera más realista en el trabajo de campo que nos de resultados que se pueden generalizar más fácilmente sacrificando el control y la precisión que obtenemos con métodos de laboratorio. Esta investigación se encuadra dentro de los estudios de campo, ya que se han recogido datos reales de los individuos entrevistados en condiciones actuales del entorno. 5.2.2. Fuentes utilizadas en la investigación Las fuentes de información son aquellos medios que satisfacen las necesidades de conocimiento de una situación y de los cuales procede la información que será utilizada para lograr los objetivos esperados. Las fuentes de información se clasifican en fuentes primarias y fuentes secundarias de información. Las fuentes primarias son aquellas en las que los datos provienen directamente de la población o muestra de la población, mientras que las fuentes secundarias son aquellas que ya existen provenientes de datos pre–elaborados, y pueden ser datos obtenidos de informes públicos, anuarios estadísticos, de Internet, medios de comunicación. Las fuentes de información pueden ser de observación directa e indirecta. La observación es directa cuando el investigador toma directamente los datos de la población, sin necesidad de medios como cuestionarios o entrevistadores. Se obtienen por medio de una investigación directa y específica al objetivo de investigación definido para el estudio. En esta investigación se han utilizado fuentes de datos primarias y secundarias, todas ellas de observación indirecta. 5.2.2.1. 5.2.2.1.1. Recolección de datos Compradores constantes y ocasionales Para la realización del estudio a los compradores constantes y ocasionales se ha procedido a la realización de encuestas personales vía telefónica a usuarios no compradores 261 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico pertenecientes a un panel de hogares (también denominado panel de consumidores) representativo de la población española entre los años 2008 y 2011. Un panel de consumidores es una técnica de investigación de mercados que recoge de forma periódica información sobre las compras que realiza una muestra constante y representativa de la población («los panelistas»), en un mercado determinado. La característica fundamental del panel es que sus miembros han aceptado participar durante un tiempo mínimo determinado, emitiendo su opinión y contestando encuestas, rellenando diarios de compras o aportando facturas de servicios para luego ser procesadas. La elección de un panel de consumo tiene una serie de ventajas respecto a otras metodologías: • Son estudios a largo plazo, por lo que se invierte en captar y formar a grandes muestras de consumidores, así como en tecnologías para la recogida de la información. Por tanto, la información obtenida es de excelente calidad y podemos analizarla con gran seguridad estadística incluso para pequeños segmentos, obteniendo tendencias de consumo. • Los participantes en el panel pueden registrar información (en diarios de compras o lectores de códigos de barras) que permiten obtener información más precisa y rica que otras metodologías basadas en el recuerdo del entrevistado. En ocasiones el participante en el panel recoge información específica que luego será procesadas por los administradores del panel. • El uso de una muestra constante permite obtener cambios en hábitos de segmentos de consumidores. Así, al ser una recogida de datos continua es posible conocer qué marcas y/o servicios que utilizaban los consumidores hace un año utilizan actualmente. Un panel funciona como un universo en sí mismo y habitualmente es representativo de una población específica. Generalmente, cuando se generan investigaciones de mercado, se mandan invitaciones a participar a un porcentaje del mismo, buscando la representatividad que se haya definido en la investigación. Para el panelista, la posibilidad de participar y permanecer en el Panel debe ser opcional, teniendo mecanismos para poder abandonar el panel cuando lo considere oportuno. 5.2.2.1.2. Compradores con comportamiento de queja Para el estudio de los compradores con comportamiento de queja se ha utilizado un cuestionario enviado a una base de datos de internautas on–line, utilizando una técnica de 262 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico autodeclaración a través de Internet. Partiendo de una pregunta filtro de si había tenido algún problema en las compras realizadas a través de Internet se caracterizaba el tipo de problema y las siguientes compras. 5.2.2.2. Instrumentos de medida Dadas las características de la investigación explicitadas hasta este momento y su orientación general hacia una investigación social, cuantitativa y de ambiente de estudio de campo, se ha utilizado el cuestionario como principal instrumento de recogida de la información. El cuestionario es el método más utilizado de obtención de información en la gran mayoría de las investigaciones sociales y estudios de mercado. 5.2.2.2.1. Cuestionario El cuestionario es una lista de preguntas, realizadas para un fin determinado, que deben estar redactadas de forma coherente, organizada y secuenciadas de tal manera que sus respuestas nos puedan ofrecer toda la información que se precisa (Kinnear y Taylor, 1989). Un cuestionario debe comenzar identificando al encuestador por su nombre –en caso de técnicas telefónicas o de entrevista personal–, nombrando la institución u organización que dirige la encuesta y una descripción sencilla sobre su contenido. A continuación deberían estar las preguntas propias de la investigación, ordenadas de menor a mayor dificultad. Los datos de identificación y de caracterización sociodemográfica del encuestado –nombre, apellidos, sexo, edad o fecha de nacimiento, estado civil, ocupación actual, e ingresos– deberían preguntarse al final. A la hora de redactar las preguntas del cuestionario debemos de tener en cuenta algunas consideraciones (Kinnear y Taylor, 1989): El cuestionario debe ser claro y conciso, evitando preguntas ambiguas que sugieran diferentes respuestas. Lo ideal sería que con el menor número de preguntas, se obtenga la máxima información. Para ello se deben formular preguntas de fácil contestación que, por ejemplo, no requieran la realización de cálculos por parte del entrevistado. Claridad de la redacción, evitando preguntas ambiguas o que sugieran respuestas incorrectas, por lo que deben estar formuladas las preguntas de la forma más sencilla. 263 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Discreción: un cuestionario no debe tener preguntas indiscretas que puedan ofender al entrevistado. Orden de las preguntas: estas deben tener una secuencia y un orden lógico, de menor a mayor dificultad y siempre agrupando por temas las que tengan relación entre ellas. Un cuestionario deberá incluir preguntas de distintos tipos: Preguntas introductoras o motivadoras: son las que se realizan al principio de la entrevista y que tienen como objetivo despertar el interés de la persona que se va a entrevistar, intentando motivarle y predisponerle favorablemente para la realización del cuestionario. Su único objetivo es facilitar la entrevista. Preguntas abiertas: son preguntas en las que se permite al encuestado responder de forma libre al entrevistado. Permiten una mayor riqueza en el discurso y contestaciones de los encuestados, pero tienen el inconveniente de que las respuestas son difíciles de tabular. Preguntas cerradas: solo se permite contestar mediante una serie de alternativas. Permiten una fácil cuantificación. Preguntas semi–abiertas (o semi–cerradas): Son preguntas de características intermedias entre las preguntas cerradas y abiertas. Preguntas en batería: son aquellas que se planifican para realizarlas secuencialmente en función de la respuesta dada a la pregunta de la secuencia anterior. Preguntas de evaluación: son preguntas dirigidas a obtener del entrevistado una valoración. Pueden proporcionar una valoración de carácter numérico o una valoración de carácter cualitativo. Este tipo de preguntas va a ser la más utilizada en esta investigación. En este estudio se ha utilizado como instrumento de recogida el cuestionario con preguntas cerradas y de evaluación. Para evaluar se han utilizado escalas de Likert, que se describen en el siguiente apartado. 5.2.2.3. Escalas de Likert La escala de Likert es un modelo metodológico de medida de actitudes, opiniones, sentimientos y percepciones en el que los propios sujetos se gradúan o escalan respecto al objeto de actitud. Por tanto, con el método de Likert se escalan los sujetos, no los objetos. Son los individuos los que se sitúan en las dimensiones de actitud y no los reactivos o 264 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico ítems. Por tanto, en la técnica Likert se asume un nivel de medida ordinal en la que los sujetos son ordenados según su posición favorable o no hacia la actitud en cuestión. La construcción de una escala tipo Likert supone las siguientes fases (Sarabia, 1999): Preparación de los ítems o indicadores iniciales. Administración de indicadores a una muestra de sujetos. Asignación de las puntuaciones. Análisis de la fiabilidad de la escala. En la preparación de los indicadores iniciales se parte de un número mayor de enunciados de los que se utilizarán en la escala final y sobre los que es necesario tener un conocimiento profundo sobre el tema objeto de estudio, justificado por su extensión en el uso en la escala revisada y la justificación de las ventajas en la etapa de análisis (Sarabia, 1999). Para ello es importante seguir los siguientes pasos: Revisión de la literatura científica correspondiente a cada factor generando un listado de ítems preliminar. Revisión de la lista preliminar por expertos académicos y profesionales en ámbitos relacionados con el comercio electrónico. Realización de test piloto para confirmar que las preguntas del cuestionario se entienden en su totalidad y recepción de sugerencias por los integrantes del test piloto. Preparación y distribución del cuestionario definitivo por medio postal, telefónico o a través e Internet. La selección de las proposiciones Likert debe proporcionar unas sentencias para un cuestionario claro y conciso, expresando el comportamiento deseado en forma categórica y refiriéndose a una sola variable de actitud. Los ítems se presentan en un cuestionario o escala, de modo que para cada uno de ellos hay distintas alternativas graduadas en intensidad: Absolutamente de acuerdo (7). Bastante de acuerdo (6). Algo de acuerdo (5). Indiferente (ni en acuerdo ni en desacuerdo) (4). Parcialmente en desacuerdo (3). 265 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Bastante en desacuerdo (2). Absolutamente en desacuerdo (1). La mayoría de los investigadores se inclinan por escalas con cinco o siete puntos, que permiten un punto central de indiferencia, hecho que no es posible con las escalas pares. Por otra parte, en algunas investigaciones es preferible evitar sesgos de respuesta intermedios, por lo que son propicias a la utilización de escalas pares. La decisión final sobre el número de grados que debe tener una escala es un aspecto a tener en cuenta. Según Nunnally (1978) la fiabilidad de las escalas individuales de evaluación está en función directa del número de grados de la escala. La presentación material de la escala suele ser gráfica o numérica. La escala gráfica disminuye los errores que se producen al registrar las evaluaciones. El método de Likert presenta un conjunto de ventajas y desventajas (Sarabia, 1999). En cuanto a las ventajas se destaca la sencilla construcción, con un número de indicadores menores que en otro tipo de escalas y permitiéndose la utilización de ítems que no están directamente relacionados con la actitud que se pretende medir, pero también presenta inconvenientes: la magnitud comparativa no expresa en qué medida es más favorable la actitud de un individuo respecto de otro, presentándose problemas de validación de la escala de medida que deben ser realizadas con técnicas estadísticas como la del α de Cronbach y el análisis factorial, que se verán en detalle en los siguientes capítulos. 5.2.2.3.1. Estudio de compradores constantes y ocasionales Para realizar el cuestionario estructurado se diseñó un cuestionario previo de prueba adaptando al idioma y a las características de los usuarios españoles los ítems de la literatura científica. El cuestionario resultante se sometió a un pre–test para obtener la formulación definitiva. Todos los ítems se midieron empleando una escala de Likert de siete puntos, variando desde 1 (totalmente en desacuerdo) hasta 7 (totalmente de acuerdo). Los ítems utilizados finalmente en la encuesta han sido validados en estudios anteriores. A continuación se indica el constructo y su fuente en la literatura científica: valor (Pura, 2005), calidad (Lee y Lin, 2005; Collier y Bienstock, 2006), utilidad, conformidad, satisfacción e intención de recompra (Bhattacherjee, 2001 b). Finalmente, la medida del hábito de compra actual fue adaptado de (Liao et al., 2006). 266 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Para medir la escala de valor (tabla 18), se han utilizado las dimensiones de valor epistémico, valor condicional, valor social, valor emocional, valor monetario y valor de comodidad, utilizando una escala reflectiva multidimensional (Pura, 2005), ya que de todas las escalas estudiadas es la que mejor se adapta al contexto del comercio electrónico. Constructo Codificación VA1 Valor Formulación indicadores Uso Internet para experimentar nuevas maneras de hacer compras VA2 Me gusta probar Internet para nuevos usos, como por ejemplo, el realizar compras VA3 Valoro que las tiendas de Internet pueden ayudarme a cubrir mis necesidades de compras en situaciones específicas (por ejemplo si me encuentro enfermo y no puedo salir a comprar) VA4 Comprar por Internet es interesante para acceder a productos que necesito puntualmente y que no se venden en las tiendas presenciales de la zona (por ejemplo una especie para comprar una comida exótica) VA5 Comprar por Internet es muy útil cuando necesitas un producto que está agotado en las tiendas presenciales (por ejemplo, un juguete en Navidad que podrías comprar en otro país) VA6 VA7 VA8 VA9 VA10 VA11 VA12 Comprar por Internet da una buena impresión de mi a otras personas Usar Internet para comprar me ayuda a sentirme aceptado por las personas más cercanas a mi entorno Disfruto comprando por Internet Comprar por Internet me hace sentirme bien Las tiendas de Internet son más baratas que las tiendas tradicionales Las tiendas de Internet ofrecen productos de calidad a buen precio Ahorro tiempo y dinero cuando compro por Internet Dimensión Referencia Valor Epistémico Valor Condicional Adaptado de Pura (2005) Valor Social Valor Emocional Valor Monetario Valor Comodidad Comprar por Internet me hace la VA13 vida más fácil TABLA 18. ESCALA DE LIKERT DE VALOR UTILIZADA PARA EL ESTUDIO DE COMPRADORES CONSTANTES Y OCASIONALES 267 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico La definición de la escala de calidad (tabla 19) ha resultado especialmente compleja de definir, por la gran cantidad de dimensiones y variedades existentes en la literatura científica. Al final se ha optado por adaptar dimensiones de escalas existentes muy específicas, centradas en la calidad de la web de compra, de la atención y precisión de la información utilizadas y de la confianza. Para ello se han adaptado las escalas de Lee y Lin (2005) y Collier y Bienstock (2006). Constructo Codificación Formulación indicadores QU1 Las tiendas de comercio electrónico son visualmente atractivas QU2 Puedo acceder rápidamente a los productos que necesito en la tienda de Internet QU3 Las tiendas de comercio electrónico me dicen cuando me llegarán los productos o servicios que he comprado QU4 Calidad QU5 QU6 QU7 Si tengo alguna cuestión, las tiendas de Internet responden rápidamente Las tiendas de Internet proporcionan atención personalizada Cuando las tiendas de comercio electrónico prometen algo (plazos de entrega, garantías) lo cumplen Las tiendas de comercio electrónico en Internet son fiables y honestas, e inspiran confianza Dimensión Referencia Calidad Web Calidad atención y precisión de la información Adaptado de Lee y Lin (2005) y Collier y Bienstock (2006) Calidad de la confianza Los sellos de calidad ó códigos de confianza son importantes a la hora de confiar en una tienda de Internet TABLA 19. ESCALA DE LIKERT DE CALIDAD UTILIZADA PARA EL ESTUDIO DE COMPRADORES QU8 CONSTANTES Y OCASIONALES Las escalas de confirmación, satisfacción, utilidad percibida e intención de recompra (tablas 20, 21, 22 y 23) se adaptaron y tradujeron al castellano de los modelos de confirmación de expectativas del estudio de Bhattacherjee (2001a), un punto de partida clásico de los modelos e investigación en la continuidad de las tecnologías en general y en particular en la recompra. 268 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Constructo Confirmación Codificación Formulación indicadores CO1 Mi experiencia comprando por Internet ha sido mejor de lo que esperaba CO2 El nivel de servicio que me han dado las tiendas de Internet ha sido mejor que el que esperaba Dimensión Referencia Adaptado de Bhattacherjee (2001b) En general, la mayoría de mis expectativas de la compra a través de Internet se han cumplido TABLA 20. ESCALA DE LIKERT DE CONFIRMACIÓN PARA EL ESTUDIO DE COMPRADORES CO3 CONSTANTES Y OCASIONALES Constructo Codificación Formulación indicadores Dimensión Referencia Me gusta comprar a través de Internet Adaptado de Estoy encantado con mi experiencia Satisfacción SA2 Bhattacherjee en las compras por Internet. (2001b) Estoy satisfecho con mi decisión de SA3 comprar en Internet TABLA 21. ESCALA DE LIKERT DE SATISFACCIÓN PARA EL ESTUDIO DE COMPRADORES SA1 CONSTANTES Y OCASIONALES Constructo Utilidad Percibida Codificación Formulación indicadores UT1 Comprar por Internet hace más efectivas y beneficiosas mis decisiones de compra UT2 Internet me resulta muy útil para las compras y la búsqueda de información. Dimensión Referencia Adaptado de Bhattacherjee (2001b) Comprar por Internet mejora mi productividad y mi eficiencia personal TABLA 22. ESCALA DE LIKERT DE UTILIDAD EMPLEADA PARA EL ESTUDIO DE UT3 COMPRADORES CONSTANTES Y OCASIONALES Constructo Codificación RE1 Formulación indicadores Quiero seguir realizando compras a través de Internet Dimensión Referencia Adaptado de Bhattacherjee Mis intenciones son seguir (2001b) RE2 realizando compras a través de Internet TABLA 23. ESCALA DE LIKERT DE RECOMPRA UTILIZADA PARA EL ESTUDIO DE Intención de recompra COMPRADORES CONSTANTES Y OCASIONALES Por último, la introducción del constructo hábito se justifica por su importancia en un modelo que busca validar hipótesis de internautas compradores con distinta frecuencia de compra. El hábito también es un elemento importante en los modelos de continuidad en el 269 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico uso de tecnologías de la información. Se ha optado por adaptar para los usuarios del comercio electrónico español el constructo utilizado por Liao et al. (2006) (ver tabla 24). Constructo Codificación Hábito de compra actual HA1 Formulación indicadores Cada vez utilizo más Internet para comprar Dimensión Referencia Adaptado de Liao et al. (2006) Actualmente utilizo Internet para comprar distintos productos TABLA 24. ESCALA DE LIKERT DE HÁBITO UTILIZADA PARA EL ESTUDIO DE COMPRADORES HA2 CONSTANTES Y OCASIONALES 5.2.2.3.2. Estudio de compradores con comportamiento de queja Para realizar el cuestionario estructurado, se realizó un proceso similar al seguido para los usuarios compradores constantes. En primer lugar, se diseñó un cuestionario adaptando al idioma y a las características de los usuarios españoles los ítems de la literatura científica. Este cuestionario en castellano fue validado por expertos del ámbito empresarial del comercio electrónico y por un grupo de profesores universitarios especializados en comercio electrónico. El cuestionario resultante se sometió a un pre–test para obtener la formulación definitiva. Todos los ítems se midieron empleando una escala de Likert de siete puntos, variando desde 1 (totalmente en desacuerdo) hasta 7 (totalmente de acuerdo). La formulación de las hipótesis de la muestra final se ha adaptado de otros estudios provenientes de la literatura científica. Los ítems de justicia se han adaptado de Chiu et al. (2010); Río Lanza et al. (2009); Kim et al. (2009c); Maxham y Netemeyer (2002), Chebat y Slusarczyk (2005) y Tax et al. (1998). Las escalas de medida de la satisfacción con la recuperación del servicio son adaptación de las propuestas por Maxham y Netemeyer (2002), Tax et al. (1998) y Kim et al. (2009c), mientras que los factores emocionales se adaptan de las escalas propuestas por Rio–Lanza et al. (2009), DeWitt et al. (2008) y Chebat y Slusarczyk (2005). La confianza se adapta de Chiu et al. (2010), DeWitt et al. (2008), Tax et al. (1998), Kim et al. (2009c), y Morgan y Hunt (1994) y la lealtad de DeWitt et al. (2008), y Chebat y Slusarczyk (2005). Por último la escala de boca–a–oreja se adapta de Kim et al. (2009c) y Mattila (2001) y la satisfacción acumulada viene del estudio de Bhattacherjee (2001b). A continuación se muestran las tablas con las formulaciones de los indicadores de los constructos. Para medir la justicia como constructo formativo de segundo orden (Chiu et al., 2010) (tabla 25), se han utilizado las dimensiones de justicia distributiva, 270 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico procedimental e interaccional, que son las utilizadas habitualmente en comportamiento de queja. Constructo Justicia Distributiva Justicia Procedimental Justicia Interaccional Codificación Formulación de indicadores JD1 Teniendo en cuenta los problemas causados y el tiempo perdido, la indemnización que he recibido de la tienda de comercio electrónico fue aceptable. JD2 La tienda de comercio electrónico tomó las medidas de compensación adecuadas para resolver el problema. JD3 Los esfuerzos de la tienda de comercio electrónico fueron suficientes para ofrecer una compensación satisfactoria. JD4 Creo que la tienda de comercio electrónico fue bastante justa en la compensación para resolver el problema que me produjeron. JD5 En general, la tienda de comercio electrónico fue capaz de compensar adecuadamente los problemas que había tenido en la prestación del servicio. JP1 Creo que mi problema se resolvió de la manera correcta. JP2 Creo que la tienda de comercio electrónico tiene buenas políticas y prácticas para hacer frente a los problemas. JP3 A pesar de los problemas causados por la tienda de comercio electrónico, fueron capaces de responder adecuadamente. JP4 La tienda de comercio electrónico resultó ser flexible en la solución del problema. JP5 La tienda de comercio electrónico trató de resolver el problema lo antes posible. JI1 Los empleados de la tienda de comercio electrónico mostraron interés en mi problema. JI2 Los empleados de la tienda de comercio electrónico hicieron todo lo posible para resolver mi problema. JI3 Los empleados de la tienda de comercio electrónico fueron honestos cuando trataron mi problema. 271 Referencia Río Lanza et al, (2009); Kim et al. (2009c); Maxham y Netemeyer (2002) Maxham y Netemeyer (2002); Tax et al., (1998) Chebat y Slusarczyk (2005); Tax et al. (1998) CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico JI4 Los empleados de la tienda de comercio electrónico demostraron ser capaces de tener autoridad suficiente para resolver el problema. JI5 Los empleados de la tienda de comercio electrónico se ocuparon de mí cortésmente para resolver el problema. JI6 Los empleados de la tienda de comercio electrónico mostraron interés en ser justos en la solución del problema. JI7 El tratamiento y la comunicación con los empleados de la tienda de comercio electrónico para resolver el problema fueron aceptables. TABLA 25. ESCALA DE LIKERT DE JUSTICIA PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA La satisfacción con la recuperación del servicio (SSR) se modela inicialmente con cinco indicadores adaptados de Río Lanza et al. (2009), Kim et al. (2009c), Maxham y Netemeyer (2002), Chebat y Slusarczyk (2005) y Tax et al. (1998) (tabla 26). Constructo SSR Codificación Formulación de indicadores SOL1 Estoy satisfecho con la resolución del problema. SOL2 Estoy satisfecho con la forma en que mi problema se resolvió. SOL3 Estoy satisfecho con el procedimiento (método de trabajo) y los recursos utilizados para solucionar el problema. SOL4 En mi opinión, la tienda de comercio electrónico ofreció una solución satisfactoria a mi problema. Referencia Adaptado de Río Lanza et al. (2009); Kim et al. (2009c); Maxham y Netemeyer (2002); Chebat y Slusarczyk (2005); Tax et al. (1998) Estoy satisfecho con la solución ofrecida por la empresa TABLA 26. ESCALA DE LIKERT DE SATISFACCIÓN CON LA RECUPERACIÓN DEL SERVICIO SOL5 PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA Para la medida de las emociones (tabla 27) se ha optado por incluir dos constructos, correspondientes a las emociones positivas y negativas. En comportamiento de queja, es habitual la presencia de las emociones negativas y las emociones positivas solo han empezado a ser tenidas en cuenta en los últimos años. En el caso que nos ocupa las emociones negativas se han adaptado de Río Lanza et al. (2009) y las emociones positivas provienen de los trabajos de DeWitt (2008) y Chebat (2005). 272 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Constructo Codificación EMOC1 Emociones negativas EMOC2 EMOC3 Emociones positivas Formulación de indicadores Me sentí enfadado con la respuesta a mi reclamación Me sentí ofendido por la respuesta a mi reclamación Me sentí decepcionado con la respuesta a mi reclamación EMOC4 Me sentí feliz al recibir la respuesta a mi reclamación EMOC5 Sentí placer al recibir la respuesta a mi reclamación Referencia Adaptado de Río Lanza et al. (2009); DeWitt et al. (2008); Chebat y Slusarczyk (2005) Adaptado de Río Lanza et al. (2009); DeWitt et al. (2008); Chebat y Slusarczyk ( 2005) Sentí gozo al recibir la respuesta a mi reclamación TABLA 27. ESCALA DE LIKERT EMOCIONES POSITIVAS Y NEGATIVAS PARA LOS EMOC6 COMPRADORES CON COMPORTAMIENTO DE QUEJA La confianza percibida (tabla 28) puede construirse como un constructo general o un constructo de carácter multidimensional utilizando, por ejemplo, las dimensiones de integridad, competencia, benevolencia y previsibilidad. En el caso de nuestro estudio se ha preferido un constructo general denominado "confianza percibida", y con base en las escalas de Chiu, (2010), DeWitt et al. (2008), Tax (1998), Kim et al. (2009c) y Morgan y Hunt (1994a). Constructo Codificación Formulación de indicadores Referencia Adaptado de Chiu et al. 2010; TRU1 DeWitt et al. Confianza (2008); Tax et percibida al. (1998); Kim Las tiendas de comercio electrónico son íntegras et al. (2009c); TRU2 Morgan y Hunt y cumplen lo que prometen (1994) TABLA 28. ESCALA DE LIKERT DE CONFIANZA PARA LOS COMPRADORES CON Las tiendas de comercio electrónico son dignas de la confianza de sus clientes COMPORTAMIENTO DE QUEJA Como variables de salida del modelo se utiliza la satisfacción acumulada (que como hemos visto es el antecedente más importante de la recompra) y la lealtad y el boca–a–oreja (WOM) –ver tablas 29 y 30-. En modelos de comportamiento de queja es importante predecir la recompra, pero la predicción de la lealtad generada en el proceso de recuperación del servicio y del boca–a–oreja posterior se consideran variables marketing de gran importancia. La lealtad se adapta de DeWitt et al. (2008) y Chebat y Slusarczyk (2005), el boca–a–oreja de DeWitt et al. (2008) y Chebat y Slusarczyk (2005) y la satisfacción –acumulada–, al igual que en el estudio de compradores constantes y acumulados, se adapta de Bhattacherjee (2001b). 273 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Constructo Codificación LOY1 Lealtad LOY2 Formulación de indicadores No tengo la intención de cambiar a un competidor de la tienda de comercio electrónico. Voy a adquirir servicios de esta empresa de servicios más en el futuro. Referencia Adaptado de DeWitt et al. (2008); Chebat y Slusarczyk (2005) Voy a seguir visitando esta tienda de comercio electrónico. TABLA 29. ESCALA DE LIKERT DE LEALTAD CON LA RECUPERACIÓN DEL SERVICIO PARA LOS LOY3 COMPRADORES CON COMPORTAMIENTO DE QUEJA Constructo Codificación WOM1 WOM WOM2 Formulación de indicadores Voy a recomendar las tiendas de comercio electrónico. Estaré encantado de recomendar a otros compradores que compren por Internet. Referencia Adaptado de DeWitt et al. (2008); Chebat y Slusarczyk (2005) Recomendaré a otros compradores que utilicen Internet para comprar. TABLA 30. ESCALA DE LIKERT DE BOCA–A–OREJA CON LA RECUPERACIÓN DEL SERVICIO WOM3 PARA LOS COMPRADORES CON COMPORTAMIENTO DE QUEJA Constructo Satisfacción Codificación Formulación de indicadores SATI1 Me gusta comprar a través de Internet. SATI2 Estoy encantado con mi experiencia en las compras por Internet. Referencia Adaptado de Bhattacherjee, 2001 Estoy satisfecho con mi decisión de comprar a través de Internet. TABLA 31. ESCALA DE LIKERT DE SATISFACCIÓN PARA LOS COMPRADORES CON SATI3 COMPORTAMIENTO DE QUEJA 5.2.3. Muestra. Características sociodemográficas 5.2.3.1. Estudio de compradores constantes El modelo propuesto se ha validado a través de una encuesta telefónica sobre una muestra de la población española perteneciente a un panel de consumidores, obteniéndose 536 respuestas válidas de internautas compradores constantes y ocasionales (habían comprado en 2.010 y al menos en el año anterior –constantes– o hacía más tiempo – ocasionales–). Todos los encuestados respondieron al cuestionario planteado. Las características sociodemográficas de la muestra de compradores constantes y ocasionales se encuentran en la tabla 32. El porcentaje de hombres y mujeres se encuentra equilibrado (46,2% vs. 53,8%), predominando el rango de edad de entre 35 y 49 años (54,9%), que habita en grandes ciudades y capitales (57,9%), de clase social alta, media– alta o media (88,1%), con un predominio de tres personas por hogar (25%) y con una 274 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico cabeza de familia con estudios de segundo o tercer grado (60,1%). En la tabla 33 se incluye el detalle de según tipo de producto o servicio para los dos segmentos de compradores. Compradores constantes Características demográficas Género Edad Tamaño población Clase social Número de miembros del hogar Número de hijos Compradores ocasionales Absolutos Porcentaje Acumulado Absolutos Porcentaje Acumulado Hombre 170 46,2 46,2 60 35,7 35,7 Mujer 198 53,8 100 108 64,3 100 15–24 25 6,8 6,8 23 13,7 13,7 25–34 43 11,7 18,5 13 7,7 21,4 35–49 202 54,9 73,4 84 50 71,4 50–64 88 23,9 97,3 44 26,2 97,6 >65 10 2,7 100 4 2,4 100 <10000 hab. 10000– 20000 20000– 50000 50000– 100000 >100000 y capitales Alta / Media– alta Media 61 16,6 16,6 40 23,8 23,8 25 6,8 23,4 21 12,5 36,3 46 12,5 35,9 18 10,7 47 23 6,3 42,1 16 9,5 56,5 213 57,9 100 73 43,5 100 173 47 47 64 38,1 38,1 161 43,8 90,8 84 50 88,1 Media–baja 32 8,7 99,5 18 10,7 98,8 Baja 2 0,5 100 2 1,2 100 1 23 6,3 6,3 12 7,1 7,1 2 84 22,8 29,1 35 20,8 28 3 92 25 54,1 40 23,8 51,8 4 115 31,3 85,3 57 33,9 85,7 >5 54 14,7 100 24 14,3 100 Sin hijos Hijos de 0–5 años Hijos de 6–16 años Sin estudios 211 57,3 57,3 102 60,7 60,7 63 17,1 74,5 21 12,5 73,2 94 25,5 100 45 26,8 100 1 0,3 0,3 1 0,6 0,6 Primer grado 3 0,8 1,1 3 1,8 2,4 Segundo 190 52 52,7 93 55 57,7 grado Tercer grado 174 47 100 71 42 100 TABLA 32. CARACTERÍSTICAS DEMOGRÁFICAS DE LOS COMPRADORES CONSTANTES Y Estudios OCASIONALES 275 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Compradores constantes Compradores ocasionales Producto Número medio de compras Gasto medio (Euros) Número medio de compras Gasto medio (Euros) Billetes de transporte 3,3 505,7 3 372,2 Entradas a espectáculos 2,7 139,2 2 110,6 Libros 2,7 95,9 2 68,1 Reservas alojamiento 1,8 525,6 1,8 410,1 Ropa y complementos 3 199,3 2,7 75 Software 1,5 109,2 1,3 145,5 DVD, música y videojuegos 2,3 92,4 2,3 76,8 Servicios de Internet 2,1 176,8 1,1 132 Servicios financieros 2,9 5767,8 1,9 1313,4 Electrónica 1,7 254,7 1,5 138,3 Alimentación y bazar 3,5 249,9 2,7 260,4 Juegos de azar/concursos 4,2 206,3 0 0 Alquilado coches y motor 1,5 244,4 2,1 173,3 Electrodomésticos y hogar 1,5 310,3 1,9 360,4 Redes sociales de pago 1 20 0 0 TABLA 33. NÚMERO MEDIO DE COMPRAS Y GASTO MEDIO DE LOS COMPRADORES CONSTANTES Y OCASIONALES 5.2.3.2. Estudio de compradores con comportamiento de queja El modelo propuesto se ha validado a través de una encuesta on–line sobre una muestra bruta de 2.149 internautas compradores CE–B2C de la población española, obteniéndose 303 respuestas válidas de personas que se habían quejado tras una transacción CE–B2C. Todos los encuestados respondieron al cuestionario planteado. Las características sociodemográficas de la muestra son las siguientes (tabla 34): 66,7% hombres y 33,3% mujeres. El 13,9% son individuos de 16 a 24 años, el 26,4% son individuos de 25 a 34 años, el 49,8% individuos de 35 a 49 años, el 9,2% tienen de 50 a 64 años y el 0,7% restante son individuos de 65 a 74 años. En cuanto a la situación laboral, un 13,2% son trabajadores por cuenta propia, el 60,4% son trabajadores por cuenta ajena, un 7,9% son parados, un 3% son jubilados, un 10,9% estudiantes, y un 4,7% corresponden a otras categorías de no ocupados. Un 4,3% tiene estudios terminados de primaria/educación obligatoria, un 38,3% estudios medios/secundaria no obligatoria, el 46,9% estudios superiores y el 10,6 superiores con postgrado. 276 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Sexo del entrevistado Edad del entrevistado Cabeza de familia Situación laboral Ocupación (Cuenta Propia) Características sociodemográficas Frecuencia Porcentaje válido Porcentaje acumulado Hombre 202 66,7 66,7 Mujer 101 33,3 100 De 16 a 24 años 42 13,9 13,9 De 25 a 34 años 80 26,4 40,3 De 35 a 49 años 151 49,8 90,1 De 50 a 64 años 28 9,2 99,3 De 65 a 74 años 2 0,7 100 Sí 210 69,3 69,3 No 93 30,7 100 Trabajador por cuenta propia 40 13,2 13,2 Trabajador por cuenta ajena 183 60,4 73,6 Parado 24 7,9 81,5 Jubilado 9 3 84,5 Estudiante (no trabaja) Sus labores / ama de casa (no trabaja) 33 10,9 95,4 12 4 99,3 Otros no ocupados 2 0,7 100 Miembro de cooperativa Agricultor/ Comerciante/ Empresario sin asalariados Agricultor/ Comerciante/ Empresario con 1 a 5 empleados Profesional Liberal (con despacho, médico, abogado, arquitecto) Trabajador manual/ autónomo (artesano, albañil, taxista…) 6 16,7 16,7 2 5 17,5 1 2,5 20 21 52,5 72,5 11 27,5 100 TABLA 34. PERFIL SOCIODEMOGRÁFICO INTERNAUTAS CON COMPORTAMIENTO DE QUEJA 277 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico Características sociodemográficas Director/ Directivo Ocupación (Cuenta Ajena) Nivel de estudios terminados Nacionalidad o país de origen 4 Porcentaje válido 2,2 Mando superiores e intermedios 58 31,7 33,9 Capataz/ encargado 15 8,2 42,1 13 7,1 49,2 86 47 96,2 7 3,8 100 13 4,3 4,3 116 38,3 42,6 142 46,9 89,4 32 10,6 100 288 95 95 Resto Unión Europea 9 3 98 Resto de países europeos 2 0,7 98,7 Latinoamérica 4 1,3 100 Frecuencia Vendedor/ dependiente/ representante Empleado cualificado (técnico, administrativo, albañil, mecánico) Empleado no cualificado (jornalero, peón, conserje, etc…) Primarios / Educación Obligatoria (ESO, Graduado Escolar) Medios / Secundaria No Obligatoria (Bachillerato, Técnico) Superiores (Diplomado, Licenciado, Ingeniero, Arquitecto) Superiores con Postgrado (Postgraduado, Especialista, Master) España Porcentaje acumulado 2,2 TABLA 35. PERFIL SOCIODEMOGRÁFICO INTERNAUTAS CON COMPORTAMIENTO DE QUEJA (OCUPACIÓN) Los principales problemas reportados -en una pregunta con posibilidad de miltirrespuesta- por los encuestados (tabla 36) fueron el retraso en el envío y que el producto llegó estropeado o con desperfectos (41,6% y 38,9% de los internautas compradores con comportamiento de queja, respectivamente). Tipo de problema Frecuencia Problemas con el medio de pago 58 Porcentaje válido 19,1 Fraude 49 16,2 No me llegó el producto 91 30 Me llegó con retraso 126 41,6 Me ha llegado estropeado / con desperfectos 118 38,9 No entregaron lo que se ofreció exactamente en la web 89 29,4 Precio final distinto al precio mostrado en la web 33 10,9 Problemas a la hora de descargarlo (productos digitales) 21 6,9 Otros problemas 19 TABLA 36. PROBLEMAS EN LA COMPRA EN COMERCIO ELECTRÓNICO 278 6,3 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico En cuanto al tipo de producto sobre el que hubo comportamiento de queja, destacan los productos de electrónica (imagen, sonido, comunicaciones, hardware). 127 compradores de la muestra de los 303 formularon una reclamación tras comprar este tipo de productos (tabla 37). Le siguen el segmento de producto de ropa y complementos (77 encuestados presentaron una reclamación). Productos sobre los que se formuló reclamación Frecuencia Porcentaje válido Billetes de transporte 48 15,8 Entradas a espectáculos 23 7,6 Libros 33 10,9 Reservas alojamiento y paquete turístico 35 11,6 Ropa y complementos 77 25,4 Software 29 9,6 Películas, música y videojuegos para recibirlos en formato físico Películas, música y videojuegos a través de la red en formato digital Electrónica: imagen, sonido, comunicaciones, hardware 37 12,2 16 5,3 127 41,9 Alimentación y bazar 27 8,9 Juegos de azar, concursos, apuestas y lotería 18 5,9 Alquiler de coches y motor 16 5,3 Electrodomésticos y hogar 36 11,9 Bienes inmobiliarios 10 3,3 Otros 28 9,2 TABLA 37. PRODUCTOS SOBRE LOS QUE SE FORMULARON RECLAMACIÓN 279 CAPÍTULO 5 Hipótesis de investigación. Diseño del trabajo empírico 280 CAPÍTULO 6 Análisis de datos y resultados Análisis de datos y resultados 281 CAPÍTULO 6 Análisis de datos y resultados 282 CAPÍTULO 6 Análisis de datos y resultados 6. Análisis de datos y resultados En este capítulo se presentan la teoría estadística y los procedimientos a seguir para validar o rechazar las hipótesis planteadas en el capítulo anterior utilizando dos modelos, uno con usuarios compradores constantes y ocasionales –segmentados según su frecuencia de compra –y otro modelo específico con consumidores que han tenido un comportamiento de queja en alguna compra anterior. Para conseguir los objetivos, el capítulo se estructurará en dos partes claramente diferenciadas. En la primera parte, se tratarán los aspectos más teóricos: Descripción de las técnicas estadísticas generales utilizadas para el análisis de datos de la investigación. Proceso general teórico a seguir para la validación del modelo utilizando PLS Graph. Introducción al modelado gráfico con PLS Graph. Tamaños muestrales mínimos necesarios para la realización de análisis. Análisis del modelo de medida: fiabilidad de la escala de medida y del constructo, análisis de validez convergente y validez discriminante. Análisis del modelo estructural: varianza explicada, coeficientes de regresión y capacidad predictiva del modelo. En la segunda parte del capítulo se aplicarán las técnicas estadísticas al análisis de los modelos de usuarios compradores constantes y ocasionales y al modelo de compradores que han experimentado un comportamiento de queja. Tras el análisis cuantitativo de resultados se obtendrán algunas conclusiones del análisis estadístico que serán ampliadas en el capítulo de conclusiones y recomendaciones. 6.1. Introducción a la técnica estadística utilizada. Ecuaciones estructurales Los Modelos de Ecuaciones Estructurales (MEE) vienen usándose desde hace veinticinco años en sistemas de información y marketing (Urbach y Ahlemann, 2010). Los MEE surgen de la conjunción de la perspectiva econométrica –enfocada en la predicción– de los modelos de regresión lineal y de la aproximación psicométrica –modelando como conceptos variables latentes inferidas de indicadores o variables manifiestas– del análisis factorial. Los MEE son una extensión de las técnicas multivariantes como la regresión múltiple, el análisis factorial o el análisis multivariante de la varianza. Los MEE se distinguen por la 283 CAPÍTULO 6 Análisis de datos y resultados capacidad de estimar relaciones de dependencias múltiples y cruzadas, pudiendo representar conceptos no observados a primera vista en estas relaciones, estimando además su margen de error. Los MEE analizan los datos en dos pasos. En primer lugar se analiza el modelo de medida; para ello se tienen en cuenta las cargas factoriales de las variables observables con relación a sus correspondientes variables latentes (los denominados constructos) valorándose la fiabilidad y validez de las medidas de los constructos teóricos. El análisis del modelo estructural posterior confirma o rechaza las hipótesis de las relaciones de causalidad o predictivas entre un conjunto de constructos independientes y dependientes. El análisis holístico que los MEE realizan se lleva a cabo desde distintas técnicas estadísticas (Barroso, Cepeda, y Roldán, 2010): métodos basados en covarianzas (MBC) y mínimos cuadrados parciales (PLS43). Los métodos basados en las covarianzas utilizan software como LISREL, EQS o AMOS. Los análisis basados en componentes o Partial Least Squares (PLS) se realizan con programas como LV–PLS, Smart–PLS (Ringle et al., 2005) y PLSGraph (Chin, 1998a). Los MEE evalúan el modelo de medida, es decir, las relaciones entre las variables latentes y el modelo estructural, las relaciones entre las variables latentes y la varianza explicada en las variables dependientes (Gefen et al., 2000). 6.1.1. Diferencias entre los MEE basados en covarianza (MBC) y en componentes (PLS) Karl Joreskög fue uno de los desarrolladores de LISREL, un software de MEE basado en covarianzas en los años 70. Herman Wold, que trabajó con Joreskög, definió los MEE basados en componentes (PLS) (Wold, 1973, 1975 y 1979 y Wold et al., 2001). Joreskög y Wold (1982, 2001) veían los MBC y PLS como métodos estadísticos complementarios. Wold reconocía el potencial de los MBC pero estaba preocupado por los requerimientos de información y distribución de las muestras estadísticas de los MBC lo cual, en su opinión hacía difícil su aplicación en ciencias sociales en muchas ocasiones (Dijkstra, 2010). MBC se centra en la estimación de un conjunto de parámetros del modelo, de modo que la matriz teórica de covarianza del sistema de ecuaciones estructurales es lo más aproximada a la matriz de covarianza observada en las estimaciones obtenidas de las muestras (Reinartz et al., 2009). PLS trabaja con bloques de variables y estima los 43 PLS como modelado “suave” (soft-modeling) 284 CAPÍTULO 6 Análisis de datos y resultados parámetros del modelo a través de la maximización de las variables dependientes (Chin, 1998b y 2010b). MBC centra sus esfuerzos en el ajuste del modelo en general orientándose hacia la investigación confirmatoria (Gefen et al., 2000) mientras que PLS es más adecuado para aplicaciones predictivas y análisis exploratorios, aunque puede ser también utilizado para un análisis confirmatorio (Chin, 2010). PLS reduce a componentes principales las variables dependientes y las variables independientes o predictores. A partir de aquí las componentes de los predictores se usan para estimar los valores de las componentes de las variables dependientes. PLS evita problemas de multicolinealidad, ya que las variables independientes son ortogonales a las componentes de las variables independientes usadas en la predicción (Garson, 2011). Cepeda y Roldán (2004) indican que en el enfoque de MEE basado en las covarianzas “se pretende encontrar una afirmación de causalidad, lo que se asocia a una modelización firme o rígida, y donde la utilización de dichas técnicas trae consigo algunos problemas relacionados con las suposiciones restrictivas que se requieren con respecto a la teoría subyacente, las distribuciones de los datos y los niveles de medida de las variables”. Esto puede ser un importante problema en ciencias sociales, con teorías poco desarrolladas y distribuciones estadísticas de los datos que no se ajustan a ningún modelo. Por eso surge PLS para, en palabras de los autores, “reflejar las condiciones teóricas y empíricas de las ciencias sociales y del comportamiento, donde son habituales las situaciones con teorías no suficientemente asentadas y escasa información disponible”, consiguiendo una “modelización flexible que no exige puntos de partida rigurosos ya que no realiza suposiciones relativas a niveles de medida, distribuciones de los datos y tamaño muestral”. Los métodos de estimación basados en covarianzas pueden ser más adecuados en los siguientes casos (Cepeda y Roldan, 2004): Para realizar estudios confirmatorios. Cuando necesitamos medidas de ajuste de la bondad del modelo. Cuando se necesita asegurar la robustez del análisis del instrumento de medida. Los métodos basados en componentes parciales como PLS son recomendables en los siguientes casos: Es interesante predecir la variable dependiente. 285 CAPÍTULO 6 Análisis de datos y resultados El conocimiento teórico no se encuentra desarrollado de manera amplia (Barclay et al., 1995). Para modelos de investigación predictivos (Barclay et al., 1995; Chin et al., 2003). Cuando manejamos de manera conjunta indicadores formativos y reflectivos. En el caso de disponer de muestras estadísticas de pequeño tamaño. Cuando tenemos modelos con muchas variables y constructos y datos ordinales y/o categóricos. En investigaciones exploratorias y experimentales. Por tanto, PLS se ajusta mejor a análisis exploratorios –como el de esta investigación– que además tiene en ambos modelos indicadores formativos y reflectivos, ya que se centra en la predicción, produciendo estimadores que maximizan la varianza explicada, y los MBC son más apropiados para la confirmación de teorías previamente testadas, ya que los MBC explican el ajuste de un modelo sobre la base del análisis de la covarianza entre las medidas realizadas (Hair et al., 2009). Para contrastar las hipótesis y modelos del capítulo 5 se ha utilizado PLS Graph, v3.00 build 1130. La técnica PLS se encuadra dentro de las llamadas técnicas multivariantes de segunda generación. Estas técnicas enfatizan los aspectos acumulativos del desarrollo de la teoría; así pues, el conocimiento de la propuesta teórica se recoge dentro del análisis empírico, estimándose mediante Mínimos Cuadrados Ordinarios –OLS, Ordinary Least Squares– (Fornell y Bookstein, 1982; Fornell y Cha, 1994). Una vez definido el modelo hay que diseñar un método para la recogida de datos a través de cuestionarios –lo más habitual– o a través de técnicas basadas en la observación. En cuanto a la definición de las escalas de medida PLS, ofrece una amplia libertad al investigador, posibilitando que las variables puedan estar medidas en distintos niveles sin necesidad de realizar suposiciones a priori con respecto a las escalas (Fornell y Bookstein, 1982). Un problema que puede presentarse en otras técnicas es la necesidad de que los datos sigan una determinada distribución de las variables; una ventaja de PLS frente a otras técnicas es que no se necesita que los datos sigan una determinada distribución normal o conocida de las variables (Falk y Miller, 1992). Resumiendo, Roldán y Sánchez-Franco (2012), indican siete razones para utilizar PLS frente a los métodos basados en la covarianza: 286 CAPÍTULO 6 Análisis de datos y resultados PLS no impone ningún supuesto de distribución estadística para las variables medidas (Chin, 2010). En comparación con MEEBC, PLS evita el problema (Fornell y Bookstein, 1982) de las soluciones inadmisibles (varianzas negativas y cargas estandarizadas mayores que 1) y la indeterminación de los factores (Steiger, 1979), dado que PLS trabaja desde una perspectiva predictiva (Chin, 2010). PLS apenas establece exigencias en las escalas de medida, pudiendo ser nominales u ordinales, no requiriendo uniformidad métrica (Sosik et al., 2009). PLS puede estimar con muestras pequeñas (Chin y Newsted, 1999; Reinartz et al., 2009). PLS puede manejar modelos complejos (Chin y Newsted, 1999; Barclay, Higgins y Thompson, 1995). PLS puede estimar modelos reflexivos y formativos simultáneamente (Chin, 2010), al no trabajar con factores (Gefen et al., 2011). PLS ha demostrado ser más robusto en aspectos tales como la multicolinealidad y la omisión de regresores (Cassel et al., 1999). En conclusión, PLS puede ser una “bala de plata” (Hair et al., 2011) para estimar modelos causales en marketing y ciencias sociales, donde pueden existir problemas en la distribución y tamaño de las muestras. Las críticas de algunos investigadores al uso de MEE basados en componentes (PLS) se deben más a abusos de algunos investigadores que a la enorme potencialidad de este método. Los MEE basados en PLS provee una herramienta que permite maximizar la varianza explicada de los constructos dependientes, orientándose a predicción (explicación o predicción de los constructos dependientes del modelo estructural). De cara al futuro, sería importante que los MEE basados en PLS proporcionase medidas de bondad de ajuste del modelo para comparar teorías alternativas y modelos asociados (Roldán y Sánchez–Franco, 2012). 6.1.1.1. Representación gráfica en PLS El análisis de los resultados de la encuesta se ha realizado utilizando PLS Graph, v3.00 build 1130. PLSGraph permite representar modelos gráficamente de forma sencilla y visual, realizar su análisis y obtener algunos resultados de manera gráfica. En un estudio con PLS es necesario especificar el modelo de medida y el modelo estructural. En el gráfico 90 se representa un modelo genérico simple con dos constructos: 287 CAPÍTULO 6 Análisis de datos y resultados X1 δ1 y1 ε1 y2 ε2 yp εp λ1 π1 π2 X2 δ2 η ξ λ2 λp πp Xp δp ξ η Xt, t= 1… p yt, t= 1… p Πj, j= 1… p : constructo exógeno : constructo endógeno : variables x (formativas), medidas o indicadores : variables y (reflectivas), medidas o indicadores : pesos de regresión δl, l= 1… p : residuos provenientes de las regresiones λm, m= 1… q : cargas εn, n= 1… q : término de erros (1-λm2) : residuo en el modelo estructural b : coeficiente de regresión simple entre ξ y η GRÁFICO 90. REPRESENTACION GRAFICA DE UN MODELO GENÉRICO EN PLS Los principales elementos que se pueden utilizar en PLS son: Constructos teóricos, también denominados variables latentes o no observables. Son variables representadas por una o más variables observadas que no pueden ser medidas y que se representan por medio de un círculo. Existen dos tipos: o Constructos exógenos: actúan como variables predictoras o causales; esto es, son las variables independientes. o Constructos endógenos o variables dependientes. Relaciones asimétricas. Son relaciones causales o predictivas unidireccionales entre variables de naturaleza recursiva. Su representación gráfica es a través de flechas de una única dirección, de tal manera que cuando la flecha se dirige hacia una variable se simboliza una predicción de la varianza de esta variable. Indicadores, también denominados variables observables, manifiestas o medidas. Son observaciones del investigador o de las respuestas de los encuestados y se representan gráficamente por medio de cuadrados. Son valores observados, no medibles directamente y que se utilizan como una medida del constructo latente. Podemos distinguir dos tipos de indicadores, los formativos y los reflectivos; los indicadores reflectivos son un reflejo del constructo teórico no observado de tal forma que 288 CAPÍTULO 6 Análisis de datos y resultados el constructo da lugar a aquello que se observa mientras que los indicadores formativos o causales dan lugar al constructo (gráfico 91). Constructo Exógeno Constructo Endógeno Indicadores Indicadores GRÁFICO 91. CONSTRUCTO EXÓGENO Y ENDÓGENO EN PLS La existencia de estos dos tipos de indicadores genera la necesidad de dos modelos de medida distintos, según se trate de indicadores reflectivos o formativos: 1. Modelo de factor principal o modelo de constructo latente común (indicadores reflectivos). En este modelo las variables observables reflejan el constructo, de tal manera que las variables son función del constructo. Las medidas del constructo deberían estar correlacionadas y observar un alto nivel en medidas de consistencia interna. 2. Modelo de constructo latente agregado (indicadores formativos). En el modelo de constructo latente agregado, el constructo es función de las variables manifiestas, es decir, los indicadores forman el constructo. En este caso las medidas de un constructo formativo no tienen correlación por lo que no tiene sentido estudiar medidas de consistencia interna del constructo. 6.1.1.2. Modelo de factor principal. Indicadores reflectivos. Basándose en la teoría de test clásica, en estos indicadores, las variables observables se expresan como una función del constructo que está siendo valorado, de forma que éstas 289 CAPÍTULO 6 Análisis de datos y resultados reflejan o son manifestaciones de la variable latente y por ello deben estar altamente correlacionados. Consecuentemente los indicadores reflectivos (gráfico 92) se pueden definir como una función lineal del constructo al que representan más un término de error. Como consecuencia de su definición de función matemática lineal, los indicadores se pueden considerar intercambiables, lo que supone que eliminación de un indicador no tiene influencia en el constructo. Por tanto, el término de error se asocia en los indicadores reflectivos a las medidas individuales (Bollen y Lennox, 1991). E E Constructo Latente Indicadores GRÁFICO 92. MODELO DE CONSTRUCTO LATENTE COMÚN 6.1.1.3. Modelo de constructo latente agregado. Indicadores formativos. Los indicadores formativos se definen como una combinación lineal ponderada de medidas formativas más un término de error. Los indicadores formativos se dice que determinan o causan el constructo, de tal manera que el significado y contenido del constructo proviene de los indicadores formativos que lo forman. El error estimado para los constructos compuestos por indicadores formativos representa el error de medida, multicolinealidad y los aspectos del constructo no representados por sus medidas. Por tanto, se puede decir que los indicadores formativos no tienen término de error, estando asociado el error más al constructo más que a los indicadores individuales. Cuando en PLS se trata el constructo como una combinación lineal ponderada perfecta se puede ignorar el término de error. Por consiguiente, no son intercambiables ya que la omisión de uno de ellos implicaría omitir una parte del constructo latente bajo observación (Churchill, 1979; Schwab, 1980). 290 CAPÍTULO 6 Análisis de datos y resultados En los indicadores formativos las variables manifiestas dan lugar a la variable latente, por lo que no es necesario que estén correlacionadas (Bollen, 1984 y 1989; Bollen y Lennox, 1991) ni se debe asegurar la consistencia interna, si bien se han de tener en cuenta los aspectos relativos a la multicolinealidad. Gráficamente los modelos que incorporan indicadores formativos se representan como flechas dirigidas desde los indicadores hacia el constructo (gráfico 93). E Constructo Agregado Indicadores GRÁFICO 93. MODELO DE CONSTRUCTO LATENTE AGREGADO 6.1.2. Funcionamiento de PLS En esta sección se analizará el funcionamiento de PLS y los métodos de estimación de parámetros del modelo. Posteriormente se estudiará la influencia de los tamaños muestrales en la validación de los modelos, para finalizar con las diferentes etapas y subetapas del análisis del modelo de medida y del modelo estructural con el objetivo de especificar completamente el análisis empírico que se realizará en esta investigación. Los parámetros estructurales y de medida de un modelo causal PLS se estiman según el proceso definido por Barclay et al. (1995) según el siguiente esquema: 1. En la primera iteración, PLS obtiene un valor inicial para el constructo endógeno sumando simplemente los valores de las medidas, por lo que se fijan a uno las cargas asociadas. 2. La estimación de los pesos de los indicadores formativos –en caso de existir éstos– se lleva a cabo a través de una regresión con el constructo endógeno como variable 291 CAPÍTULO 6 Análisis de datos y resultados dependiente y las medidas del constructo formativo como variables independientes. 3. Estas estimaciones se usan entonces como pesos o ponderaciones en una combinación lineal de los pesos de los indicadores formativos dando lugar a un valor inicial para el constructo exógeno. 4. Las cargas de los indicadores reflectivos –si existen– se estiman por una serie de regresiones simples de las medidas de los indicadores reflectivos sobre el constructo exógeno. 5. El paso siguiente emplea las cargas estimadas, transformadas en pesos o ponderaciones, para establecer una combinación lineal de las medidas de los indicadores reflectivos como nueva estimación del valor del constructo endógeno. 6. El procedimiento continúa hasta que la diferencia entre iteraciones consecutivas sea extremadamente pequeña, de acuerdo al criterio fijado por el investigador. Como paso final se calcula el coeficiente de regresión entre las puntuaciones del constructo exógeno y las del endógeno. El algoritmo empleado por PLS permite que el conjunto de regresiones simples y múltiples puede ser extendido a modelos más complejos, ya que PLS repite el mismo procedimiento hasta que el modelo completo converge, permitiendo que PLS trabaje con muestras pequeñas. 6.1.2.1. Muestra requerida A continuación, después de estudiar los elementos que integran un modelo en PLS y la forma de trabajar de esta herramienta software, se analizará la muestra necesaria para poder analizar un modelo en PLS de manera efectiva y conseguir resultados válidos. PLS puede trabajar con tamaños muestrales pequeños debido al sistema de segmentación de modelos complejos que utiliza. La muestra requerida será aquella que sirva de base a la regresión múltiple más compleja que se pueda encontrar (Barclay et al., 1995). Para ello de las dos posibilidades siguientes se tomará la que de una muestra mayor (que será la que nos ofrecerá la mayor regresión múltiple): a) El mayor número de indicadores en constructos formativos (dirigidos internamente); es decir, aquella variable latente con el mayor número de variables manifiestas formativas. 292 CAPÍTULO 6 Análisis de datos y resultados b) El mayor número de constructos antecedentes que conducen a un constructo endógeno (dependiente) como predictores en una regresión; es decir, el mayor número de caminos estructurales que se dirigen a un constructo endógeno en particular en el modelo estructural. Una vez obtenido el mayor de los dos números del paso anterior, para elegir el tamaño muestral real necesario puede emplearse una regla consistente en multiplicar la cifra obtenida por 10, o se puede ser más preciso y recurrir a la tabla de Green (1991) –tabla 38-, desarrollada originalmente por Cohen (1988). Efecto Tamaño Nº Pequeño Medio Grande Obtenido 1 390 53 24 2 481 66 30 3 547 76 35 4 599 84 39 5 645 91 42 6 686 97 46 7 726 102 48 8 757 108 51 9 788 113 54 10 844 117 56 15 952 138 67 20 1066 156 77 30 1247 187 94 40 1407 213 110 TABLA 38. TABLA DE GREEN En los métodos basados en varianzas, como es el caso de PLS, para poder alcanzar resultados sólidos, se requiere aumentar el número de muestras y, además, aumentar el número de indicadores por constructo. Esta técnica se conoce como consistencia “at large”. En palabras de Wold (1985) “la estimación PLS es consistente at large en el sentido de que tiende a los verdaderos valores cuando se incrementa infinitamente no solo el número de casos observados, sino también el número de indicadores observados para cada constructo”. Una vez que está claro el número de datos necesarios, hay que recopilarlos mediante cuestionarios –habitualmente– o a través de métodos basados en la observación. En este punto se definirán las escalas de medida. En PLS no es necesario realizar suposiciones sobre ningún modelo estadístico y, por tanto, las variables pueden estar medidas por diversos niveles de medida (Fornell y Bookstein, 1982). 293 CAPÍTULO 6 Análisis de datos y resultados 6.1.3. Análisis e interpretación de un modelo en PLS En este epígrafe trataremos los pasos sucesivos para la realización del análisis con PLS, detallando los parámetros a estudiar así como los valores de referencia empíricos que se deben obtener para validar los resultados y que son usados habitualmente por otros investigadores. El análisis se realizará en dos pasos: valorando la validez y fiabilidad del modelo de medida y valorando el modelo estructural. A continuación se realiza un breve resumen de los parámetros a utilizar: Valoración de la validez y fiabilidad del modelo de medida. El modelo de medida valora si los constructos se han medido correctamente con los indicadores obtenidos. Para ello se analizan parámetros de validez y fiabilidad. Los parámetros de validez nos indicarán que las variables observadas miden realmente lo que se deseado medir y los parámetros de fiabilidad nos indicarán que la medida es estable y consistente. Para llevar a cabo este análisis se emplean diferentes parámetros según nos encontremos con indicadores reflectivos o formativos. En el caso de indicadores reflectivos los parámetros de validación son la fiabilidad individual del indicador, la fiabilidad compuesta del constructo, la validación convergente (realizado mediante el análisis de la varianza extraída media, AVE) y el análisis de la validez discriminante. En el caso de los indicadores formativos será necesario realizar otro tipo de análisis que se describe en el siguiente apartado. Valoración del modelo estructural. El modelo estructural evalúa el peso y la magnitud de las relaciones entre las distintas variables. Para llevar a cabo este análisis se utilizan como parámetros la varianza explicada de las variables endógenas (R2), los coeficientes path o pesos de regresión estandarizados y los niveles de significación de los coeficientes. Una vez realizado el análisis siguiendo los pasos anteriores tendremos la garantía de la fiabilidad y validez de las mismas, y podremos extraer conclusiones sobre la estructura de los modelos y de cómo son las relaciones existentes entre los constructos. 294 CAPÍTULO 6 Análisis de datos y resultados Análisis Modelo Medida Fiabilidad Individual Validación Convergente Validez Discriminante Análisis Modelo Estructural Varianza explicada variables endógenas Coeficiente Path Niveles de Significación de los coeficientes GRÁFICO 94. MODELO DE MEDIDA Y MODELO ESTRUCTURAL 6.1.3.1. Evaluación del modelo de medida en indicadores formativos A nivel de indicadores, la evaluación de los modelos formativos se debe realizar en dos niveles de medición en dos niveles: a nivel de constructo (validación externa, nomológica y de validez discriminante) y a nivel de indicadores (multicolinealidad y evaluación de pesos). También es importante examinar la validez mediante la validación de un grupo de expertos que tenga experiencia con medidas formativas y reflectivas. A nivel de constructo, la evaluación de la validez externa se hace a través de la redundancia de dos bloques del modelo (Chin, 2010). Para el mismo concepto teórico, se forman dos bloques, uno de naturaleza formativa y otro de naturaleza reflectiva y se unen mediante un camino estructural. El camino estructural debe superar el valor de 0,80 (Mathieson et al., 2001). Un camino de 0,90 significaría que el constructo latente explica más del 80% del significado. La segunda etapa, la validez nomológica, intenta determinar si el índice de medida se comporta de acuerdo con lo esperado respecto a otros constructos con los que teóricamente está relacionado (Chin, 2010). En consecuencia, se espera que las relaciones entre el modelo del constructo latente y otros modelos utilizados en el pasado deben ser fuertes y significativas (Chin, 2010; Henseler et al., 2009). 295 CAPÍTULO 6 Análisis de datos y resultados Como tercer paso, Urbach y Ahlemann (2010) proponen una evaluación directa de validez discriminante a través de las correlaciones entre el constructo latente compuesto y el resto de constructos, que debe ser inferior a 0,7, para diferir suficientemente unos de otros. En el caso de los indicadores formativos, éstos deben ser interpretados en función de los pesos y no de las cargas (Chin, 1998b y 2010). Los pesos nos ofrecen información acerca de la importancia relativa que tiene cada indicador en la formación del indicador formativo. Para realizar este análisis es necesario estudiar que no exista multicolinealidad entre los indicadores del constructo ya que la presencia de este fenómeno haría difícil la separación de los diferentes efectos de los indicadores sobre el constructo. Para verificar la existencia de multicolinealidad entre indicadores formativos se puede realizar el test del factor de inflación de la varianza (VIF), exigiéndose un nivel por debajo de 5 (Hair et al., 2009). También se recomienda llevar a cabo más diagnósticos avanzados de colinealidad, tales como el análisis de los índices de condición y las proporciones de la varianza (Belsley, 1991) utilizando, por ejemplo, el software SPSS Statistics (Díaz–Casero et al., 2011). Belsley propone que cuando un índice de condición sobrepasa el valor de 30 y los indicadores tienen una proporción de varianza alta (>0,5), hay multicolinealidad. 6.1.3.2. Evaluación del modelo de medida en indicadores reflectivos La evaluación del modelo de medida contempla el análisis de fiabilidad individual del ítem, es decir, trata de medir la consistencia interna y fiabilidad de la escala, su validez convergente y discriminante (gráfico 95). 6.1.3.2.1. Fiabilidad individual del ítem Análisis Modelo Medida Fiabilidad Individual Validación Convergente Validez Discriminante GRÁFICO 95. FIABILIDAD INDIVIDUAL EN ANÁLISIS DE MODELO DE MEDIDA Para el caso de los indicadores reflectivos, se evalúa la fiabilidad individual del ítem examinando las cargas (λ), o correlaciones simples de los indicadores con su respectivo constructo. La regla más aceptada en la indicador sea aceptado como integrante de un 296 CAPÍTULO 6 Análisis de datos y resultados constructo debe poseer una carga igual o superior a 0.707 (λ >= 0.707) (Carmines y Zeller, 1979). Un nivel igual o superior a 0.707 implica que más del 50% de la varianza observada es compartida por el constructo (Bollen, 1989). Sin embargo, algunos autores señalan que este criterio puede relajarse en las etapas iniciales de desarrollo (Chin, 1998b, 2010) o cuando las escalas se aplican en diferentes contextos (Barclay et al., 1995) aceptándose para tales casos valores de 0.6 e incluso 0.5 (Chin, 1998b, 2010). Además es necesario evaluar la fiabilidad compuesta del constructo (Werts et al., 1974) que comprueba que los indicadores están midiendo con rigurosidad la variable latente – solo para indicadores reflectivos, al igual que la fiabilidad individual del ítem (Cepeda y Roldán, 2004)–. Los valores de fiabilidad compuesta (ρc) umbrales aceptables son de 0.7 (Cepeda y Roldán, 2004) y de 0.8 para la confirmación de teorías más consolidadas (Nunnally, 1978). Los indicadores que no cumplan el criterio señalado pueden ser eliminados, lo que se denomina “depuración de ítems”. Los indicadores se pueden eliminar por alguna de las siguientes razones: El indicador comparte mayor varianza con otros constructos que con el constructo para el que ha sido definido. Se ha definido un constructo unidimensional cuando en realidad tiene naturaleza multidimensional. Por lo tanto, habría que diseñar un constructo con las dimensiones adecuadas. El indicador no es fiable. La eliminación de indicadores no fiables no afectará a los valores estimados por PLS pero puede reducir la estimación del camino estructural. Sin embargo, en los MBC la inclusión de indicadores con bajas cargas factoriales provoca problemas en el ajuste del modelo. Además, la eliminación de los indicadores débiles pero relevantes podría reducir la varianza explicada ya que esta acción eliminará información válida que es interesante para estimar la variable latente. Si se eliminan indicadores muy débiles podría afectar a la fiabilidad del constructo, la validación convergente (análisis AVE) y la validación discriminante. 297 CAPÍTULO 6 Análisis de datos y resultados 6.1.3.2.2. Validación convergente El objetivo de la evaluación convergente (gráfico 96) es comprobar la consistencia interna de los indicadores al medir el concepto. Por tanto, cada ítem debe tener una fuerte correlación con el constructo que mide. El análisis de la varianza extraída media (AVE) equivale a probar que la correlación del constructo con sus indicadores de medida debería ser mayor que la correlación de los indicadores con los otros constructos. Análisis Modelo Medida Fiabilidad Individual Validación Convergente Validez Discriminante GRÁFICO 96. VALIDACIÓN CONVERGENTE EN ANÁLISIS DE MODELO DE MEDIDA La validación convergente se comprueba a través de la varianza extraída media (AVE) de los constructos. El AVE proporciona la cantidad de varianza que un constructo obtiene de sus indicadores con relación a la cantidad de varianza debida al error de medida. Es decir, el AVE mide la varianza capturada por un constructo latente (Gefen y Straub, 2005). Nunnally (1978) sugiere 0,7 como un nivel adecuado para una fiabilidad en etapas tempranas de investigación y 0,8 para modelos confirmatorios. Fornell y Larcker (1981) recomiendan que la varianza extraída media sea superior a 0,5, con lo que se establece que el 50% de la varianza del constructo es debida a sus indicadores. El AVE solo puede ser utilizado en los constructos con indicadores reflectivos, y se calcula mediante la siguiente ecuación: ( i ) 2 AVE (( i ) ( i1 i )) 2 2 ECUACIÓN 6. EXPRESIÓN DE LA VARIANZA EXTRAÍDA MEDIA siendo i la carga de cada ítem de medida sobre su constructo correspondiente. 298 CAPÍTULO 6 Análisis de datos y resultados 6.1.3.2.3. Validación discriminante Análisis Modelo Medida Fiabilidad Individual Validación Convergente Validez Discriminante GRÁFICO 97. VALIDACIÓN DISCRIMINANTE EN ANÁLISIS DE MODELO DE MEDIDA La evaluación discriminante (gráfico 97) indica en qué medida un constructo determinado es diferente de otros constructos. Para que exista validez discriminante deben existir correlaciones débiles entre el constructo y otras variables latentes que midan fenómenos diferentes (Cepeda y Roldán, 2004, 2006). Un criterio para una adecuada validez discriminante es que un constructo debería compartir más varianza con sus indicadores que con otros constructos en un modelo determinado (Barclay et al., 1995). La valoración de la validez discriminante puede efectuarse por dos métodos: Obteniendo una tabla de correlaciones cruzadas, donde las puntuaciones del constructo (o latent variables scores) se colocan en columnas y los indicadores se colocan en filas. De esta manera, las correlaciones entre el constructo y los indicadores que pertenecen a otros constructos serán cargas cruzadas, pudiendo obtener una buena medida discriminante. Comprobando que la varianza que comparte un constructo con sus indicadores –la varianza media compartida entre un constructo y sus medidas– es mayor que la varianza de los indicadores con otros constructos del modelo –la correlación al cuadrado entre dos constructos–. Otra forma de comprobación es que las correlaciones bivariadas entre un constructo y los demás constructos son muy inferiores a la raíz cuadrada del AVE de cada constructo. Una vez que se ha verificado que el modelo de medida es satisfactorio (las medidas de los constructos son fiables y válidas) se puede proceder a la evaluación del modelo estructural. 6.1.3.3. Análisis del Modelo Estructural El análisis del modelo estructural (gráfico 98) considera las relaciones planteadas entre las distintas variables latentes. Para ello: 299 CAPÍTULO 6 Análisis de datos y resultados Cuantifica la cantidad de la variable endógena que es explicada por las variables predictoras. Evalúa la influencia las variables predictoras sobre la variable dependiente. Analiza si estas relaciones son estadísticamente significativas. En los MBC este análisis vendría seguido de un análisis de las medidas de ajuste global del modelo, pero con PLS no es posible obtener esas medidas (aunque algunos autores –Tenenhaus et al. (2005)– han propuesto medidas de bondad de ajuste) al tener una función objetivo distinta orientada a la predicción y no presuponer ningún tipo de distribución de los datos, permitiendo el empleo de variables formativas. Puesto que el objetivo fundamental de PLS es la predicción, la bondad de un modelo teórico se determina a través de la magnitud y significación de cada camino estructural –relación entre constructos–, así como por la capacidad de predicción de las relaciones a través de los constructos endógenos –variables dependientes–. 6.1.3.3.1. Varianza explicada de las variables endógenas (R2) Análisis Modelo Estructural Varianza explicada variables endógenas Coeficiente Path Niveles de Significación de los coeficientes GRÁFICO 98. VARIANZA EXPLICADA (ANÁLISIS DEL MODELO ESTRUCTURAL) El valor de R nos indica la cantidad de varianza de cada constructo dependiente que es 2 explicada por el modelo. También lo podemos ver como una medida de explicación del constructo por sus variables latentes dependientes. Falk y Miller (1992) señalan que el valor mínimo de la varianza explicada de las variables endógenas debería ser mayor o igual que 0,1. Valores inferiores, aunque sean estadísticamente significativos, nos indicarían niveles de predicción demasiado bajos. El nivel R² es muy dependiente de la disciplina de investigación específica (Hair et al., 2011). Por ejemplo, niveles de R² de 0,2 se consideran altos en estudios de comportamiento del consumidor. En los estudios de investigación de mercado, valores de R² de 0,75, 0,50 o 0,25 para la variable indican un efecto sustancial, moderado o débil, respectivamente. 300 CAPÍTULO 6 Análisis de datos y resultados En determinadas ocasiones es interesante explorar los cambios en el indicador R para 2 determinar si una variable tiene un impacto significativo sobre un constructo (Chin, 1998b y 2010). La medida de magnitud del efecto f 2 se puede calcular de la siguiente manera: 2 2 Rincluida Rexcluida f 2 1 Rincluida 2 ECUACIÓN 7. EXPRESIÓN ALGEBRAICA DE f2 Niveles de f 2 de 0,02, 0,15 y 0,35 nos indicarían que la variable latente predictora tiene respectivamente un efecto pequeño, moderado o grande en el ámbito estructural. 6.1.3.3.2. Los coeficientes path o pesos de regresión estandarizados Una vez que tenemos calculada la varianza explicada podría ser interesante determinar qué cantidad de dicha varianza es explicada por los constructos independientes de los que depende. Chin (1998) propone que para ser considerados significativos, los coeficientes del camino estandarizados deberían alcanzar al menos un valor de 0,2 e idealmente situarse por encima de 0,3. Análisis Modelo Estructural Varianza explicada variables endógenas Coeficiente Path Niveles de Significación de los coeficientes GRÁFICO 99. COEFICIENTES PATH EN ANÁLISIS DEL MODELO ESTRUCTURAL Los coeficientes path –también denominados coeficientes de los caminos estructurales o coeficientes de regresión estandarizados– representan la medida en que cada variable predictora contribuye a la varianza explicada de las variables endógenas, es decir la fuerza de las relaciones estadísticas planteadas en el modelo (gráfico 99). La contribución de cada variable exógena viene dada por el producto entre el coeficiente path y el coeficiente de correlación entre ella y la variable endógena. 301 CAPÍTULO 6 Análisis de datos y resultados Para cada camino o path entre constructos los valores deseables deberían estar por encima de 0.3, tomando 0.2 como límite mínimo (Cepeda y Roldán, 2004). Chin (1998) indica que valores entre 0.1 y 0.2 podrían considerarse como de influencia moderada. 6.1.3.3.3. Niveles de significación de los coeficientes o pesos Análisis Modelo Estructural Varianza explicada variables endógenas Coeficiente Path Niveles de Significación de los coeficientes GRÁFICO 100. NIVELES DE SIGNIFICACIÓN DE LOS COEFICIENTES EN EL MODELO ESTRUCTURAL Para que los coeficientes path del análisis del modelo estructural sean significativos (gráfico 100) estadísticamente es necesario recurrir a técnicas de remuestreo como, por ejemplo, las técnicas basadas en bootstrapping. El bootstrapping es una técnica de naturaleza no paramétrica que estima la precisión de las estimaciones PLS. Se puede definir como un procedimiento de remuestreo en el cual el conjunto de datos es tratado como si fuera la población. Para ello, se crean N conjuntos de muestras con el fin de obtener N estimaciones de cada parámetro en el modelo PLS. De esta manera, cada muestra es obtenida por muestreo con reemplazo del conjunto de datos original – normalmente hasta que el número de casos sea idéntico al conjunto muestral original– (Chin, 1998b, 2010a). Bootstrap ofrece al investigador el cálculo del error estándar de los parámetros y los valores t de Student. Los coeficientes de los caminos válidos serán aquellos que sean significativos estadísticamente. Si empleamos hipótesis que especifican la dirección de la relación (positiva o negativa) de las variables, se debe usar una distribución t de Student de una cola con n–1 grados de libertad, donde n es el número de submuestras. Así, por ejemplo, para n=500 submuestras, basado en una distribución t(499) de Student de una cola los valores t de Student serían: *p<0.05: t(0.05;499)=1,64791345 **p<0.01: t(0.01; 499)=2,333843952 ***p<0.001: t(0.001; 499)=3,106644601 302 CAPÍTULO 6 Análisis de datos y resultados Si empleamos hipótesis que no especifican la dirección de la relación de las variables (ni positiva ni negativa), se debe usar una distribución t de Student de dos colas con n–1 grados de libertad, donde n es el número de submuestras. De la misma manera que en el caso anterior, por ejemplo, para n=500 submuestras, basado en una distribución t(499) de Student de dos colas) los valores serían: p<0.1: t(0.1;499)=1,64791345 *p<0.05: t(0.05;499)=1,964726835 **p<0.01: t(0.01; 499)=2,585711627 ***p<0.001: t(0.001; 499)=3,310124157 6.1.3.3.4. Evaluación del modelo estructural. Medidas alternativas de bondad del ajuste PLS proporciona otro parámetro que puede servir para la evaluación del modelo estructural. El test de Stone–Geisser nos proporciona el parámetro Q2 indicándonos la capacidad predictiva de los constructos dependientes. Se considera que la relación tiene naturaleza predictiva si el valor del parámetro Q2 es positivo.Para calcular este parámetro hay que realizar un procedimiento de blindfolding, consistente en la omisión de algunos datos para un constructo determinado en el proceso de estimación de parámetros. Posteriormente se estima la magnitud de lo omitido usando los parámetros estimados estudiando la redundancia de la validación cruzada, obtenida si la predicción es realizada por los constructos que predicen la variable endógena analizada. Habitualmente, se emplean distancias de omisión entre 5 y 10 –típicamente 7–. En PLS no existen, como tales, medidas de bondad de ajuste. Por un lado, como PLS se dirige a la predicción, permitiendo además el empleo de variables manifiestas formativas, se encuentra que, por definición, nos es imposible mostrar tales medidas (Chin, 1998b y 2010). Sin embargo. Tenenhaus et al. (2005) proporcionan un parámetro similar a la bondad de ajuste de ajuste del modelo denominado Goodness of Fit –GoF– basándose en la media de las AVE de los constructos con indicadores reflectivos y la calidad del modelo estructural –a través de las R2– de las variables endógenas. Matemáticamente se expresa de la siguiente forma: GoF Media( AVE ) * Media( R ) 2 ECUACIÓN 8. ECUACIÓN DE LA BONDA DE AJUSTE 303 CAPÍTULO 6 Análisis de datos y resultados Su valor oscila entre 0 y 1. Un valor mayor indica un modelo de mejor calidad .Es habitual utilizar este parámetro cuando se utilizan distintos modelos “en competición”, siendo el modelo ganador aquel que tenga un valor de GoF más alto. 6.1.3.4. Otros aspectos a tratar en el análisis 6.1.3.4.1. Problema de sesgo de la varianza común Debido a que todas las variables del estudio son auto–informadas por los usuarios, existe la posibilidad de que exista un problema de sesgo de método común o common method bias, por lo que es necesario un análisis que nos asegure la no existencia de problemas estadísticos por esta causa. Una posibilidad para medir problemas debidos al sesgo de la varianza común es realizar el test de Harman (Podsakoff y Organ, 1986) realizando un análisis factorial en el que se incluyan los ítems relacionados con la variable dependiente e independiente. Otra posibilidad es utilizar el test de un factor de Harman (Podsakoff y Mackenzie, 1994) que permite saber si la varianza de las variables del estudio se puede atribuir a los constructos que se están evaluando. Un análisis factorial confirmatorio revelaría que el modelo que indica que todas las variables pertenecen a la misma categoría, es decir que forman parte de un único factor. La tercera posibilidad, que es la que se utilizará finalmente en este análisis, es realizar el procedimiento recomendado por Pavlou et al. (2007), utilizando PLS. Se introduce un nuevo factor denominado “método” en el modelo. Este factor incluye todos los indicadores del resto de los constructos. A continuación se calcula la varianza que predice el factor del modelo y el factor método. Si el constructo método no contribuye de manera sustantiva a las varianzas de los indicadores, el sesgo común no será motivo de preocupación en el estudio. 6.1.3.4.2. Mediación Los efectos mediadores son causados por variables cuya variación influencia la fuerza o dirección de una relación entre una variable exógena y una variable endógena. Para validar efectos de mediación se seguirá el procedimiento de Tippins y Sohi (2003). La validación de un constructo requiere un análisis de competencia entre el modelo con el efecto mediador y sin el efecto mediador. La hipótesis de mediación se soporta cuando se dan las siguientes condiciones: 304 CAPÍTULO 6 Análisis de datos y resultados Cuando se explica más varianza del modelo en los constructos de la variable mediadora. Las relaciones constructo1 –variable mediadora y variable mediadora–constructo2 son significativas y positivas. El coeficiente path del enlace directo eliminando la variable mediadora disminuye de manera abrupta. Cuando se producen estas tres condiciones se da la existencia de un efecto mediador que representa una mejora significativa sobre el modelo con efecto directo. 6.1.3.4.3. Constructos de segundo orden Un modelo de segundo orden puede definirse como aquel que posee diferentes dimensiones, entendiéndose por dimensión un término conceptual para describir distintas facetas de un constructo heterogéneo. Como señalan Barroso et al. (2006), “en las investigaciones en ciencias sociales es posible encontrar diseños de modelos con constructos simples o de primer orden, como constructos más complejos denominados de segundo orden o de orden superior. En este tipo de investigaciones el constructo multidimensional es conceptualizado en función de sus dimensiones, no existe de forma separada de éstas”. Existen dos métodos para evaluar constructos de segundo orden (Cepeda y Roldán, 2004): Método de componentes jerárquicos. En la primera etapa, se estima el modelo con los indicadores de los factores de primer orden, añadiendo todos los indicadores anteriores como indicadores del factor (constructo) de segundo orden. Método de construcción por medio de latent variables scores o de aproximación por pasos, que es el que más se suele utilizar en la práctica. Se dibuja el modelo con los constructos de primer orden como si fueran los únicos que existen, relacionándolos con todos los constructos con los que se relacionaría el constructo de segundo orden. Posteriormente se calcula la puntuación de los factores que se utilizarán, posteriormente, como indicadores de los constructos de segundo orden. A partir de ese momento la operativa es similar a la de cualquier modelo al que se le aplica PLS (Cepeda y Roldán, 2004). 305 CAPÍTULO 6 Análisis de datos y resultados 6.1.3.5. Resumen de análisis en PLS Las siguientes tablas recogen un resumen de los pasos e indicadores a calcular en cada una de las fases para analizar un modelo con PLS, dependiendo de si tenemos indicadores formativos o reflectivos (tablas 39, 40 y 41). ANÁLISIS MODELO DE MEDIDA (Indicadores Formativos) CONDICIÓN EXIGIDA A nivel de constructo realizar la validación externa, nomológica y la validez discriminante. A nivel de los indicadores, analizar el peso de los VIF <=5 (Hair et al., 2009) indicadores en el constructo. Antes hay que Cuando un índice de condición>30 y proporción medir el examinar el factor de inflación de la de varianza alta (>0,5), hay multicolinealidad. varianza (VIF) para descartar la presencia de Pavlou et al. (2007) multicolinealidad y realizar el análisis de índice de condición y proporción de las varianzas. TABLA 39: ANÁLISIS MODELO DE MEDIDA PARA INDICADORES FORMATIVOS Análisis modelo de medida Condición exigida (Indicadores Reflectivos) Fiabilidad individual del indicador y fiabilidad compuesta del constructo Correlaciones simples ≥ 0,707 Correlaciones simples de las medidas o Carmines y Zeller (1979) indicadores con su respectivo constructo. Fiabilidad compuesta del constructo (ρc) mayor que 0.7 (Cepeda y Roldan, 2004) o de 0.8 para la Fiabilidad compuesta del constructo. confirmación de teorías más consolidadas (Nunnally, 1978). Validación convergente Mide la rigurosidad con que la variable latente es medida por las variables manifiestas. Para AVE > 0,5 ello se mide la fiabilidad compuesta del Fornell y Larcker (1981) constructoy la varianza extraída media (AVE) de los constructos. Validación discriminante Existen dos maneras de medirla: • La raíz cuadrada de cada AVE es mucho mayor que las correlaciones entre pares de constructos (Barclay et al., 1995). Indica en qué medida un constructo es diferente • También se puede utilizar una tabla de de otros constructos. correlaciones cruzadas. Los indicadores de un constructo deberían tener más peso en el constructo que los indicadores de otros constructos (Barclay et al., 1995). TABLA 40. ANÁLISIS MODELO DE MEDIDA PARA INDICADORES REFLECTIVOS 306 CAPÍTULO 6 Análisis de datos y resultados Análisis modelo estructural Condición exigida Varianza explicada de las variables endógenas (R2) R2 ≥ 0,1. (Falk y Millar, 1992) Explicación del constructo por las variables latentes dependientes. R² de 0,75, 0,50 o 0,25 para la variable indican un efecto sustancial, moderado o débil, respectivamente (Chin, 1998b y 2010). Pesos de regresión estandarizado o coeficientes path Valores deseables >= 0,3 0,2 límite mínimo (Chin, 1998). Se evalúan para cada path entre constructos. Niveles de significación de los coeficientes o pesos Los coeficientes de los paths significativos serán aquellos que superen los umbrales de la t de Student. Utilizar Bootstrap para estudiar la significación a través de un t–test. t–Student de una cola (relación de influencia definida: positiva o negativa) *p<0,05; **p<0,01; ***p<0,001 t–Student de dos colas (relación de influencia no definida) *p<0,1; p<0,05;**p<0,01;***p<0,001 Relevancia predictiva Capacidad predictiva de los constructos dependientes Q2 > 0 Test de Stone–Geisser Parámetro similar a la bondad de ajuste Un valor mayor indica un modelo de mejor calidad. Es habitual utilizar este parámetro cuando se utilizan distintos modelos “en competición”, siendo el modelo ganador aquel que tenga un valor de GoF más alto. GoF 2 Media ( AVE ) * Media ( R ) Oscila entre 0 y 1 (mejor cuanto más alto) (Tenenhaus et al., 2005) TABLA 41: ANÁLISIS DEL MODELO ESTRUCTURAL 6.2. Análisis de datos. Después de la descripción de las técnicas estadísticas utilizadas en la investigación del epígrafe anterior, se continúa con el análisis de los datos. Tal y como se ha descrito en los capítulos anteriores se analizarán dos modelos: un modelo de compradores constantes o que habían comprado con anterioridad y un modelo específico para compradores que han manifestado en algún momento un comportamiento de queja. De esta manera, a través de los dos modelos estudiados, la validación de los resultados nos permitirá obtener los factores que influyen en la recompra en comercio electrónico B2C en dos situaciones habituales que se pueden dar en los internautas compradores: aquellos 307 CAPÍTULO 6 Análisis de datos y resultados que han repetido –con mayor o menor frecuencia– el proceso de compra y aquellos que, tras un comportamiento de queja, han realizado de nuevo compras en Internet. Las siguientes gráficas (101 y 102) recogen el modelo para compradores constantes y ocasionales y el modelo de los compradores con comportamiento que contienen las hipótesis desarrolladas en el capítulo anterior. 308 . CAPÍTULO 6 Análisis de datos y resultados Calidad Web Valor social Calidad Calidad Soporte H3/ H3a Valor epistémico Valor emocional H2/ H2a Valor Valor condicional H1/ H1a Calidad de la Confianza Valor monetario H5/ H5a H6 Valor de conveniencia Satisfacción Confirmación H4/ H4a H7 H8/ H8a Utilidad percibida GRÁFICO 101. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES 309 Intención de recompra Hábito CAPÍTULO 6 Análisis de datos y resultados Satisfacción con recuperación del servicio H3 Justicia Distributiva Justicia Procedimental H1 Emociones Negativas H4 H6 H9 Satisfacción acumulada H10 H11 H5 Justicia H14 Confianza H12 Justicia Interaccional H2 Emociones Positivas H7 H8 H13 Lealtad GRÁFICO 102. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA 310 Boca a oreja CAPÍTULO 6 Análisis de datos y resultados 6.2.1. Estadísticos descriptivos En este apartado se describirán estadísticos descriptivos (por segmentos en el caso del modelo de compradores constantes y ocasionales) y de porcentajes de respuestas extremas de las escalas Likert de los cuestionarios (porcentaje de individuos que han contestado 6–7 o 1–2) de estadística descriptiva. Con el objeto de analizar si las opiniones expresadas por los compradores ocasionales difieren significativamente de las ofrecidas por los compradores constantes, se ha realizado una comparación de las medias de las distintas variables en ambos grupos mediante la prueba t–student. Previamente a este contraste, se ha realizado una comparación de varianzas mediante la prueba de Levene. Así se puede observar que si la significatividad asociada al estadístico t–student es mayor que 0,05 no se puede rechazar la hipótesis nula de que las medias de ambos grupos son iguales con un nivel de confianza del 95%; es decir, si dicha significación es inferior a 0,05 se puede considerar que existen diferencias significativas entre las medias de ambos grupos. 6.2.1.1. Estudio de compradores constantes y ocasionales 6.2.1.1.1. Hábito, recompra, satisfacción, confirmación y utilidad Para el constructo hábito, en los indicadores HA1 y HA2 hay una diferencia considerable en las medias y porcentaje de individuos que han contestado valores altos o bajos de las escalas entre los compradores constantes y ocasionales. Como era de esperar, el hábito sería un comportamiento más arraigado entre los compradores constantes, existiendo además diferencias estadísticas significativas entre los compradores constantes y ocasionales (tabla 42). Indicador HA1 % Top (7+6) % Bottom (1+2) Media Desv. Típica t-student (sig.) Hábito SEGMENTOS Indicador Constantes Ocasionales HA2 23,9 13,1 % Top (7+6) 18,8 33,3 % Bottom (1+2) 4,14 3,43 Media 1,70 1,69 Desv. Típica 4,476 (0,000) t-student (sig.) SEGMENTOS Constantes Ocasionales 20,7 8,3 23,4 39,9 3,90 3,12 1,73 1,64 4,965 (0,000) TABLA 42: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO HÁBITO. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES 311 CAPÍTULO 6 Análisis de datos y resultados En el caso de la intención de recompra, los dos segmentos de compradores superan el valor del punto central. La media en el caso del segmento de los constantes se sitúa en prácticamente 5. Intención de recompra Indicador SEGMENTOS Indicador SEGMENTOS RE1 Constantes Ocasionales RE2 Constantes Ocasionales % Superior % Superior 35,3 20,8 38,0 24,4 (7+6) (7+6) % Inferior (1+2) 10,9 21,4 % Inferior (1+2) 9,2 20,8 Media 4,77 4,01 Media 4,86 4,08 Desv. Típica 1,65 1,77 Desv. Típica 1,65 1,77 t–student (sig.) 4,814 (0,000) t–student (sig.) 4,981 (0,000) RE3 Constantes Ocasionales % Superior 28,8 12,73 (7+6) % Inferior (1+2) 5,2 12,27 Media 4,88 4,2 Desv. Típica 1,28 1,17 t–student (sig.) 4,914 (0,000) TABLA 43: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO RECOMPRA. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES Los valores del constructo satisfacción (SA1, SA2 y SA3) son muy similares a los del constructo intención recompra. En todos los indicadores, para compradores constantes y ocasionales la media se sitúa por encima de cuatro, aunque lo valores para compradores constantes son notablemente más altos. (tabla 43). Satisfacción Indicador SEGMENTOS Indicador SEGMENTOS SA1 Constantes Ocasionales SA2 Constantes Ocasionales % Superior % Superior 23,6 11,3 32,6 23,8 (7+6) (7+6) % Inferior (1+2) 17,4 33,3 % Inferior (1+2) 8,2 13,7 Media 4,23 3,42 Media 4,77 4,36 Desv. Típica 1,66 1,61 Desv. Típica 1,46 1,64 t–student (sig.) 5,303 (0,000) t–student (sig.) 2,743 (0,006) SA3 Constantes Ocasionales % Superior 37,2 28,0 (7+6) % Inferior (1+2) 7,3 13,1 Media 4,89 4,46 Desv. Típica 1,44 1,58 t–student (sig.) 2,960 (0,003) TABLA 44: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO SATISFACCIÓN. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES 312 CAPÍTULO 6 Análisis de datos y resultados La confirmación de expectativas tiene valores muy similares entre compradores constantes y ocasionales. Para el indicador CO1 no existen diferencias significativas entre compradores constantes y ocasionales, lo que refuerza que las hipótesis H6 y H7 se hayan formulado sin diferencias entre compradores constantes y ocasionales en el capítulo anterior (tabla 45). CO1 % Top (7+6) % Bottom (1+2) Media Desv. Típica t-student (sig.) CO3 % Top (7+6) % Bottom (1+2) Media Desv. Típica t-student (sig.) Confirmación Constantes CO2 44,6 41,7 % Top (7+6) 4,6 7,7 % Bottom (1+2) 5,18 4,95 Media 1,30 1,48 Desv. Típica 1,813 (0,070*) t-student (sig.) Constantes Ocasionales 55,2 42,9 3,3 6,5 5,40 5,07 1,26 1,42 2,710 (0,007) Constantes 37.0 32,1 4,6 10,1 4,97 4,68 1,30 1,51 2,184 (0,030) TABLA 45: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO CONFIRMACIÓN. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES El caso del factor utilidad las medias se sitúan en muchos casos por debajo del valor medio cuatro y con valores más elevados en las respuestas 6–7 para compradores ocasionales. Obteniendo los valores de la t de Student, se denota la existencia de diferencias significativas entre los segmentos de compradores constantes y ocasionales (tabla 46). Utilidad UT1 Constantes Ocasionales UT2 Constantes Ocasionales % Superior % Superior 21,7 11,3 65,8 48,2 (7+6) (7+6) % Inferior (1+2) 12,8 22,6 % Inferior (1+2) 1,9 5,4 Media 4,27 3,83 Media 5,79 5,26 Desv. Típica 1,50 1,53 Desv. Típica 1,26 1,47 t–student (sig.) 3,121 (0,002) t–student (sig.) 3,992 (0,000) UT3 Constantes Ocasionales % Superior 14,9 10,7 (7+6) % Inferior (1+2) 23,9 30,4 Media 3,86 3,52 Desv. Típica 1,62 1,64 t–student (sig.) 2,254 (0,025) TABLA 46: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO UTILIDAD. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES 313 CAPÍTULO 6 Análisis de datos y resultados En el gráfico 103, se representan las medias de los indicadores correspondientes al hábito, recompra, satisfacción, confirmación y utilidad: 3,52 UT3* 3,86 5,26 UT2* 3,83 UT1* 5,07 C03* 4,68 CO2* 4,97 4,95 CO1 4,46 SA3* 4,36 SA2* 3,42 SA1* 4,23 4,08 RE2* 4,01 RE1* 3,12 HA2* 1,00 2,00 3,00 * existe diferencias significativas entre las medias de ambos 5,40 5,18 4,89 4,77 4,86 4,77 3,90 3,43 HA1* 5,79 4,27 4,14 4,00 compradores ocasionales 5,00 6,00 7,00 GRÁFICO 103. RESUMEN DE MEDIAS Y DE DIFERENCIAS SIGNIFICATIVAS PARA LOS INDICADORES DE HÁBITO, RECOMPRA, SATISFACCIÓN, CONFIRMACIÓN Y UTILIDAD 6.2.1.1.2. Valor En cuanto al valor, como constructo reflectivo multidimensional, podemos apreciar importantes diferencias entre las medias de los distintos indicadores, oscilando entre 5,01 y 2,57. En todos los casos, la media de los constantes supera a la de los compradores ocasionales aunque en general las diferencias son bastante reducidas. Es de destacar que los menores valores en las medias se producen para los indicadores VA1, VA2 (segmento de compradores ocasionales), VA5, VA6, VA7, VA8, VA9. Estos indicadores corresponden a la dimensión del valor epistémico (VA1 y VA2), valor condicional (VA5), valor social (VA6 y VA7) y a la dimensión del valor emocional (VA8 y VA9). Esto es un primer indicador de que los usuarios dan una mayor importancia al valor monetario y de comodidad, primando por tanto los aspectos más prácticos en el comercio electrónico B2C. Excepto para el indicador VA1, existen diferencias significativas en el resto de los indicadores entre los compradores constantes y los ocasionales, lo que apoya las hipótesis que diferencian el valor entre ambos segmentos de compradores (tabla 47). 314 CAPÍTULO 6 Análisis de datos y resultados VA1 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA3 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA5 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA7 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA9 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA11 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA13 % Superior (7+6) % Inferior Constantes Valor Ocasionales 13,6 8,3 34,5 38,1 3,47 3,23 1,72 1,68 1,517 (0,130*) Constantes Ocasionales 45,9 43,5 6,5 8,9 5,12 4,90 1,52 1,61 1,535 (0,0125) Constantes Ocasionales 58,2 56,5 7,1 8,9 5,41 5,28 1,59 1,60 0,880 (0,037) Constantes Ocasionales 1,9 3,0 61,1 62,5 2,38 2,26 1,46 1,45 0,832 (0,040) Constantes Ocasionales 6,8 1,8 42,9 57,1 2,97 2,39 1,59 1,40 4,066 (0,000) Constantes Ocasionales 31,0 23,8 5,7 7,7 4,73 4,51 1,37 1,40 1,664 (0,009) Constantes Ocasionales 31,5 22,0 13,3 16,1 VA2 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA4 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA6 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA8 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA10 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) VA12 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) 315 Constantes Ocasionales 21,5 14,3 22,6 29,8 3,98 3,56 1,69 1,71 2,651 (0,008) Constantes Ocasionales 51,9 45,2 9,2 11,9 5,17 4,86 1,70 1,74 1,973 (0,049) Constantes Ocasionales 5,4 6,0 46,2 52,4 2,93 2,72 1,62 1,58 1,414 (0,015) Constantes Ocasionales 9,0 3,6 31,8 50,6 3,34 2,64 1,63 1,51 4,684 (0,000) Constantes Ocasionales 33,4 22,6 11,1 14,3 4,52 4,23 1,65 1,59 1,923 (0,005) Constantes Ocasionales 39,9 33,3 8,4 9,5 4,89 4,77 1,53 1,53 0,829 (0,040) CAPÍTULO 6 Análisis de datos y resultados (1+2) Media Desv. Típica t–student (sig.) 4,51 4,24 1,65 1,63 1,781 (0,007) * no se rechaza la hipótesis de igualdad de medias con un nivel de confianza del 95% TABLA 47: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO VALOR. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES El gráfico 104 representa los valores medios para ambos segmentos de compradores, indicando si las diferencias son significativas entre ambos grupos. 3,23 VA1 VA2* 3,47 3,56 3,98 4,90 VA3* 4,86 VA4* VA5* 2,72 VA6* VA7* 5,12 5,17 5,28 5,41 2,93 2,26 2,38 2,64 VA8* 2,39 VA9* 3,34 2,97 4,23 VA10* 4,52 4,51 VA11* VA12* 4,24 VA13* 1,00 2,00 3,00 * existe diferencias significativas entre las medias de ambos 4,00 compradores ocasionales 4,73 4,77 4,89 4,51 5,00 compradores constantes 6,00 GRÁFICO 104. RESUMEN DE MEDIAS Y DE DIFERENCIAS SIGNIFICATIVAS PARA LOS INDICADORES DE VALOR 6.2.1.1.3. Calidad Para el caso de la calidad, el análisis es muy similar al del constructo valor, con valores en torno al valor central de 4 y porcentajes de respuesta 7 o 6 entre el 10 y el 20% para cada uno de los indicadores (excepto el indicador QU4 que es uno de los indicadores de la dimensión calidad de la precisión de la información y la atención y que presenta medias bastante elevadas). Excepto el indicador QU1, el resto de indicadores presenta diferencias significativas para los segmentos de compradores constantes y ocasionales lo que apoya las diferentes hipótesis para compradores constantes y ocasionales extraídas de los análisis teóricos y definidas en el capítulo anterior (tabla 48). 316 7,00 CAPÍTULO 6 Análisis de datos y resultados QU1 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) QU3 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) QU5 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) QU7 % Superior (7+6) % Inferior (1+2) Media Desv. Típica t–student (sig.) Calidad Constantes Ocasionales QU2 % Superior 23,9 22,0 (7+6) 6,5 10,7 % Inferior (1+2) 4,55 4,43 Media 1,34 1,51 Desv. Típica 0,843 (0,400*) t–student (sig.) Constantes Ocasionales QU4 % Superior 48,6 35,7 (7+6) 5,2 8,9 % Inferior (1+2) 5,17 4,79 Media 1,42 1,55 Desv. Típica 2,787 (0,006) t–student (sig.) Constantes Ocasionales QU6 % Superior 11,7 8,9 (7+6) 26,9 34,5 % Inferior (1+2) 3,64 3,28 Media 1,60 1,59 Desv. Típica 2,438 (0,015) t–student (sig.) Constantes Ocasionales QU8 % Superior 19,6 17,3 (7+6) 7,1 16,1 % Inferior (1+2) 4,48 4,01 Media 1,28 1,55 Desv. Típica 3,388 (0,001) t–student (sig.) Constantes Ocasionales 48,6 41,1 4,3 10,1 5,17 4,86 1,38 1,58 2,193 (0,029) Constantes Ocasionales 27,4 16,1 11,4 19,6 4,5 3,95 1,48 1,53 3,968 (0,000) Constantes Ocasionales 33,4 25,6 6,3 13,7 4,74 4,41 1,40 1,59 2,302 (0,022) Constantes Ocasionales 63,9 48,8 3,5 2,4 5,63 5,29 1,33 1,32 2,761 (0,006) * no se rechaza la hipótesis de igualdad de medias con un nivel de confianza del 95% TABLA 48: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO CALIDAD. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES De nuevo el gráfico 105 muestra las medias de los indicadores para los compradores constantes y los ocasionales. 317 CAPÍTULO 6 Análisis de datos y resultados 4,41 QU6* 4,74 3,28 QU5* 3,64 3,95 QU4* 4,50 4,79 QU3* 5,17 4,86 QU2* 5,17 4,43 QU1 4,55 1,00 2,00 3,00 * existe diferencias significativas entre las medias de ambos 4,00 compradores ocasionales 5,00 compradores constantes 6,00 7,00 GRÁFICO 105. RESUMEN DE MEDIAS Y DE DIFERENCIAS SIGNIFICATIVAS PARA LOS INDICADORES DE CALIDAD 6.2.1.2. Estudio de compradores con comportamiento de queja En cuanto a los compradores con comportamiento de queja, entre los estadísticos descriptivos se aprecia que la media se sitúa por debajo del punto intermedio 4 de la escala de Likert en todos los indicadores de la dimensión justicia (tabla 49). Justicia JD1 % Superior (7+6) % Inferior (1+2) Media Desv. Típica JD5 % Superior (7+6) % Inferior (1+2) Media Desv. Típica JP4 % Superior (7+6) % Inferior (1+2) Media 17,5 30,4 3,6 1,9 23,8 31 3,8 2 28,7 21,8 4,2 JD2 % Superior (7+6) % Inferior (1+2) Media Desv. Típica JP1 % Superior (7+6) % Inferior (1+2) Media Desv. Típica JP5 % Superior (7+6) % Inferior (1+2) Media 19,8 29 3,7 1,9 28,1 24,4 4,1 2 31 23,4 4,2 318 JD3 % Superior (7+6) % Inferior (1+2) Media Desv. Típica JP2 % Superior (7+6) % Inferior (1+2) Media Desv. Típica JI1 % Superior (7+6) % Inferior (1+2) Media 22,4 29 3,8 1,9 26,7 21,5 4,2 1,8 26,4 20,8 4,1 JD4 % Superior (7+6) % Inferior (1+2) Media Desv. Típica JP3 % Superior (7+6) % Inferior (1+2) Media Desv. Típica JI2 % Superior (7+6) % Inferior (1+2) Media 4 21,5 32,3 3,7 2 32,3 20,5 4,3 1,9 26,4 21,5 4,1 CAPÍTULO 6 Análisis de datos y resultados Desv. Típica JI3 % Superior (7+6) % Inferior (1+2) Media Desv. Típica JI7 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 1,9 25,7 18,5 4,2 1,8 Desv. Típica JI4 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 2 23,8 26,7 3,9 1,9 Desv. Típica JI5 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 1,8 30,4 18,2 4,3 1,8 Desv. Típica JI6 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 1,8 26,7 23,1 4,1 1,9 28,1 19,5 4,2 1,9 TABLA 49: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO JUSTICIA. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA En cuanto a las emociones, en media las emociones positivas tienen unos valores algo superiores a las emociones negativas. En los próximos epígrafes de la investigación comprobaremos qué influencia tiene cada una de las emociones en el resto de contructos del modelo (tablas 50 y 51). EMOC1 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 28,1 28,7 4 2,1 Emociones negativas EMOC2 % Superior 22,1 (7+6) % Inferior 32,3 (1+2) Media 3,7 Desv. Típica 2 EMOC3 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 32 25,7 4,2 2,1 TABLA 50: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO EMOCIONES NEGATIVAS. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA EMOC4 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 35,1 29 4,3 2 Emociones positivas EMOC5 % Superior 29,5 (7+6) % Inferior 23,3 (1+2) Media 4,4 Desv. Típica 1,9 EMOC6 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 31,5 24 4,2 1,9 TABLA 51: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO EMOCIONES POSITIVAS. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA En cuanto a la satisfacción con la recuperación del servicio, existe un fuerte equilibrio entre el porcentaje de individuos que han respondido los valores superiores e inferiores 319 CAPÍTULO 6 Análisis de datos y resultados de la escala de Likert (6–7 o 1–2, respectivamente) excepto en el indicador SOL1, lo que hace que la media del mismo vaya desde 3,9 hasta 4,2 (solo uno de los indicadores, SOL5 se encuentra por debajo de 4) (tabla 52). SOL1 % Superior 30 (7+6) % Inferior 22,1 (1+2) Media 4,2 Desv. 1,9 Típica SOL5 % Superior 26,7 (7+6) % Inferior 28,7 (1+2) Media 3,9 Desv. 2 Típica Satisfacción con la recuperación del servicio SOL2 SOL3 SOL4 % Superior % Superior % Superior 28,7 28,1 (7+6) (7+6) (7+6) % Inferior % Inferior % Inferior 24,1 24,4 (1+2) (1+2) (1+2) Media 4,1 Media 4,1 Media Desv. Típica 1,9 Desv. Típica 1,9 Desv. Típica 26,4 25,4 4 2 TABLA 52: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO SATISFACCIÓN CON LA RECUPERACIÓN DEL SERVICIO. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA El indicador confianza que es un elemento fundamental en el modelo de compradores constantes por su previsible papel como mediador entre los constructos, presenta unas medias de 4,3 y 4,5, respectivamente en los indicadores TRU1 y TRU2, con desviaciones típicas de 1,6 en ambos casos (tabla 53). Confianza TRU1 % Superior (7+6) % Inferior (1+2) Media Desv. Típica TRU2 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 25,7 14,2 4,3 1,6 28,1 12,2 4,5 1,6 TABLA 53: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO CONFIANZA. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA La lealtad y el boca–a–oreja son dos variables marketing de salida del modelo. Excepto el indicador LOY1 del constructo lealtad, todos los indicadores superan el valor medio de cuatro, en mayor medida en el caso de los indicadores del boca–a–oreja, que además tienen unas desviaciones típicas algo menores (tablas 54 y 55). 320 CAPÍTULO 6 Análisis de datos y resultados LOY1 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 16,5 21,8 3,8 1,6 Lealtad LOY2 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 23,4 22,1 4,1 1,8 LOY3 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 27,1 17,8 4,3 1,8 TABLA 54: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO LEALTAD. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA WOM1 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 36,3 7,3 4,8 1,5 Boca–a–oreja WOM2 % Superior 37,3 (7+6) % Inferior 5,9 (1+2) Media 4,9 Desv. Típica 1,4 WOM3 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 38 6,6 4,9 1,5 TABLA 55: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO BOCA–A–OREJA MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA Los valores medios de satisfacción son muy elevados (entre 4,8 y 5,4). El número de individuos que ha respondido a los valores altos de la escala de Likert multiplica, en torno a un orden de magnitud de 10, a aquellos que han contestado los valores más bajos de la escala (tabla 56). SATI1 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 54,5 4,6 5,4 1,4 Satisfacción SATI2 % Superior 34,7 (7+6) % Inferior 6,9 (1+2) Media 4,8 Desv. Típica 1,4 SATI3 % Superior (7+6) % Inferior (1+2) Media Desv. Típica 46,2 4,3 5,1 1,4 TABLA 56: ESTADÍSTICOS DESCRIPTIVOS DEL CONSTRUCTO SATISFACCIÓN. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA 6.2.2. Análisis del modelo de medida. En la evaluación del modelo de medida se analiza la fiabilidad y validez de la medición de los conceptos teóricos. Para ello, la fiabilidad del instrumento de medida se valora evaluando las cargas factoriales de los indicadores cuyo valor deberá ser superior a 0,707 (pudiendo admitirse valores ligeramente inferiores en etapas iniciales del análisis). 321 CAPÍTULO 6 Análisis de datos y resultados Además la fiabilidad del constructo y el alfa de Cronbach deben ser superiores a 0,7 y la validez convergente evaluada por la varianza media extraída superará el valor de 0,5. 6.2.2.1. 6.2.2.1.1. Fiabilidad del instrumento de medida y análisis de validez convergente Estudio de compradores constantes y ocasionales En primer lugar es necesario resaltar que se ha realizado el método de construcción por medio de latent variables scores o de aproximación por pasos debido a la naturaleza de segundo orden de los contructos valor y calidad, por lo que la notación de los indicadores de valor se transforman y renombran de VA1-VA13 a ValC, ValM, ValS y ValE y de QU1QU8 a QuaWeb, QuaAtt y QuaTrust. En cuanto a las cargas factoriales de los indicadores, todas superan el valor de 0,707, excepto el indicador ValS para los compradores constantes y el indicador ValC para los compradores ocasionales. Al superar en ambos casos el valor de 0,6 se ha decido mantener estos indicadores (tabla 57). Compradores constantes Hábito HA1 0,9 HA2 0,93 Satisfacción SA1 0,87 SA2 0,92 SA3 0,94 Utilidad UT1 0,87 UT2 0,81 UT3 0,78 Recompra RE1 0,98 RE2 0,98 Confirmación CO1 0,92 CO2 0,91 CO3 0,9 Valor ValC 0,84 ValM 0,72 ValS 0,67 ValE 0,79 Compradores ocasionales Hábito HA1 0,93 HA2 0,95 Satisfacción SA1 0,84 SA2 0,9 SA3 0,93 Utilidad UT1 0,88 UT2 0,83 UT3 0,86 Recompra RE1 0,98 RE2 0,98 Confirmación CO1 0,91 CO2 0,94 CO3 0,92 Valor VaIC 0,64 VaIM 0,78 VaIS 0,83 VaIE 0,83 TABLA 57: CARGAS FACTORIALES DE LOS INDICADORES. COMPRADORES CONSTANTES Y OCASIONALES 322 CAPÍTULO 6 Análisis de datos y resultados De acuerdo al esquema del análisis de datos a seguir, en la siguiente tabla se muestran los valores de fiabilidad compuesta, alfa de Cronbach y varianza extraída de los constructos del modelo, para los segmentos de compradores constantes y ocasionales (tabla 58). Hábito Satisfacción Utilidad Recompra Confirmación Valor Compradores constantes Fiabilidad Alfa de AVE compuesta Cronbach 0,91 0,95 0,84 0,94 0,97 0,84 0,86 0,94 0,67 0,98 0,93 0,97 0,94 0,89 0,83 0,84 0,96 0,57 Compradores ocasionales Fiabilidad Alfa de AVE compuesta Cronbach 0,94 0,94 0,88 0,92 0,91 0,79 0,89 0,93 0,74 0,98 0,96 0,97 0,94 0,92 0,85 0,84 0,89 0,58 TABLA 58: FIABILIDAD COMPUESTA, ALFA DE CRONBACH Y AVE. COMPRADORES CONSTANTES Y OCASIONALES Los valores de fiabilidad compuesta, alfa de Cronbach y varianza media extraída son satisfactorios para los segmentos de internautas compradores constantes y ocasionales. La fiabilidad compuesta supera 0,9 en todos los casos, excepto para la utilidad y valor en compradores constantes y para utilidad en compradores ocasionales, aunque en estos casos el valor se sitúa por encima de 0,84. El alfa de Cronbach está por encima de 0,89 en todos los casos. Las varianzas extraídas superan, para todos los indicadores, el umbral de 0,5. Por tanto, a raíz de los resultados obtenidos, se puede afirmar la fiabilidad y validez del instrumento de medida. Como los datos de todas las variables de este estudio son auto–reportados y recogidos individualmente de cada uno de los encuestados es posible la aparición del problema del sesgo de método común lo que hace necesario un análisis estadístico que evalúe su influencia, que como se ha indicado anteriormente se realiza con el procedimiento recomendado por Pavlou et al. (2007). Las variaciones en los indicadores se explica por sus indicadores principales (media: 0,85 y 0,88 para compradores constantes y ocasionales, respectivamente) y son mucho mayores que las que predice el factor método (promedio por debajo de 0,001 para ambos segmentos de compradores). Los resultados anteriores muestran que el método no ha contribuido sustancialmente a las variaciones en los indicadores y, por tanto, el sesgo de método común es poco probable que sea un motivo grave de preocupación en este estudio (tablas 59 y 60). 323 CAPÍTULO 6 Análisis de datos y resultados Compradores Indicadores constantes Hábito Satisfacción Utilidad Recompra Confirmación Valor HA1 HA2 SA1 SA2 SA3 UT1 UT2 UT3 RE1 RE2 CO1 CO2 CO3 ValC ValM ValS ValE Media Varianza Varianza Varianza Carga explicada Explicada explicada factor factores factor factores Método sustantivos método sustantivos 0,96** 0,94 0,03 0 0,96** 0,79 0,02 0 0,96** 0,92 0,03 0 0,84** 0,92 0 0 0,93** 0,78 0,03 0 0,98** 0,71 0,05 0 0,96** 0,91 0,05 0 0,89** 0,74 0,04 0 0,95** 0,92 0,09 0 0,97** 0,76 0,01 0 0,96** 0,77 0,03 0 0,96** 0,92 0 0 0,96** 0,87 0 0 0,84** 0,97 0,07 0 0,95** 0,93 0,02 0 0,89** 0,72 0,05 0 0,91** 0,82 0,05 0 0,93 0,85 0 0 *p<0.05; ** p<0.01; *** p<0.001; t–Student de una cola t(0.05; 534)=1.9644; t(0.01; 534)=2.59; t(0.001; 534)=3.31 TABLA 59. ESTUDIO DEL SESGO DE MÉTODO COMÚN. COMPRADORES CONSTANTES Compradores Indicadores ocasionales Hábito Satisfacción Utilidad Recompra Confirmación Valor Media HA1 HA2 SA1 SA2 SA3 UT1 UT2 UT3 RE1 RE2 CO1 CO2 CO3 ValC ValM ValS ValE Varianza explicada factores sustantivos 0,91** 0,91** 0,89** 0,84** 0,93** 0,91** 0,96** 0,89** 0,91** 0,97** 0,96** 0,96** 0,91** 0,84** 0,95** 0,93** 0,91** 0,91 Carga factor Método 0,81 0,96 0,91 0,92 0,87 0,97 0,91 0,79 0,92 0,94 0,91 0,92 0,91 0,7 0,9 0,79 0,82 0,88 Varianza Explicada factor método 0,04 0,03 0 0,06 0,02 0,03 0 0,02 0,03 0,02 0,03 0 0 0,01 0,05 0 0,05 0 Varianza explicada factores sustantivos 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 *p<0.05; ** p<0.01; *** p<0.001; t–Student de una cola t(0.05; 534)=1.9644; t(0.01; 534)=2.59; t(0.001; 534)=3.31 TABLA 60. ESTUDIO DEL SESGO DE MÉTODO COMÚN. COMPRADORES. COMPRADORES OCASIONALES 324 CAPÍTULO 6 Análisis de datos y resultados Dado que la calidad percibida se ha formulado como un indicador formativo de segundo orden, es necesario examinar el factor de inflación de la varianza (VIF), de tal manera que los indicadores de los constructos tengan un valor inferior a cinco (Hair et al., 2009) y evaluar el peso de los indicadores en la formación del constructo. Para ambos segmentos de compradores, la calidad percibida del sitio Web es el indicador que tiene menos influencia en la formación de la calidad percibida, teniendo la calidad de la atención y la calidad de la confianza la mayor influencia en la construcción del constructo calidad para los dos segmentos de compradores estudiados. Siguiendo el análisis de Belsley (1991), los índices de condición no sobrepasan el valor de 23,4 –estando el límite establecido en 30– y los indicadores no presentan una varianza alta, por lo que se puede afirmar que no existe multicolinealidad (tabla 61). Calidad percibida (Formativo Segundo Orden) QuaWeb (VIF=1,6 Weight=0,42) QuaAtt (VIF=2,4 Weight=0,09 ) QuaTrust (VIF=2,5Weight=0,63) Calidad percibida (Formativo Segundo Orden) QuaWeb (VIF=1,59 Weight=0,31) QuaAtt (VIF=2,36 Weight=0,16 ) QuaTrust (VIF=2,14 Weight=0,72) TABLA 61: FACTOR DE INFLACIÓN DE LA VARIANZA Y PESOS DEL CONSTRUCTO CALIDAD PERCIBIDA. COMPRADORES CONSTANTES Y OCASIONALES 6.2.2.1.2. Estudio de compradores con comportamiento de queja Todas las cargas factoriales de los indicadores superan, de manera muy amplia, el umbral de 0,707 de carga factorial. Por tanto, el instrumento de medida se considera válido y fiable (tabla 62). Constructo Satisfacción con recuperación Emociones negativas Emociones positivas Confianza Lealtad Boca–a–oreja Indicador SOL1 SOL2 SOL3 EMOC1 EMOC2 EMOC3 EMOC4 EMOC5 EMOC6 TRU1 TRU2 LOY1 LOY2 LOY3 WOM1 325 Valor 0,92 0,96 0,96 0,97 0,94 0,95 0,95 0,98 0,96 0,96 0,96 0,79 0,94 0,93 0,95 CAPÍTULO 6 Análisis de datos y resultados Satisfacción WOM2 WOM3 SATI1 SATI2 SATI3 0,97 0,97 0,91 0,93 0,96 TABLA 62: CARGAS FACTORIALES DE LOS INDICADORES. COMPRADORES CON COMPORTAMIENTO DE QUEJA En cuanto a los consumidores que han experimentado comportamiento de queja, los valores de fiabilidad compuesta, alfa de Cronbach y AVE superan ampliamente los límites mínimos establecidos (tabla 63). Al igual que en el estudio de los compradores constantes y ocasionales, se realiza para esta muestra el procedimiento de Pavlou et al. (2007). De nuevo, los resultados obtenidos (varianza explicada de los factores sustantivos=0,94; carga del factor método=0,89; varianza explicada del factor método=0,0 y varianza explicada de los factores sustantivos=0) indican que no se encuentran indicios de sesgo debidos al método común (tabla 64). Constructo Satisfacción con recuperación Confianza Boca–a–oreja Lealtad Satisfacción Emociones positivas Emociones negativas Fiabilidad compuesta Alfa de Cronbach AVE 0,98 0,97 0,89 0,96 0,97 0,92 0,98 0,96 0,97 0,91 0,96 0,87 0,93 0,96 0,95 0,92 0,93 0,8 0,87 0,92 0,91 TABLA 63: FIABILIDAD COMPUESTA, ALFA DE CRONBACH Y AVE. COMPRADORES CON COMPORTAMIENTO DE QUEJA Constructo SSR Emociones negativas Emociones positivas Indicador SOL1 SOL2 SOL3 SOL4 SOL5 EMOC1 EMOC2 EMOC3 EMOC4 EMOC5 EMOC6 Varianza explicada factores sustantivos 0,90** 0,98** 0,95** 0,96** 0,93** 0,98** 0,96** 0,89** 0,95** 0,97** 0,96** 326 Carga factor Método 0,81 0,96 0,91 0,92 0,87 0,97 0,91 0,79 0,92 0,94 0,91 Varianza explicada factor método 0,04 0 0,01 0 –0,03 0,05* –0,05 0,04 0,03 –0,02 –0,03 Varianza explicada factores sustantivos 0 0 0 0 0 0 0 0 0 0 0 CAPÍTULO 6 Análisis de datos y resultados Confianza Lealtad Boca–a–oreja Satisfacción acumulada TRU1 TRU2 LOY1 LOY2 LOY3 WOM1 WOM2 WOM3 SATI1 SATI2 SATI3 Media 0,96** 0,96** 0,84** 0,95** 0,89** 0,91** 0,99** 0,99** 0,85** 0,99** 0,95** 0,94 0,92 0,91 0,7 0,9 0,79 0,82 0,99 0,97 0,72 0,99 0,91 0,89 0 0 –0,06 –0,02 0,06* 0,05 –0,03 –0,02 0,07 0,07 0 0 0 0 0 0 0 0 0 0 0,01 0,01 0 0 *p<0.05; ** p<0.01; *** p<0.001; t–Student de una cola t(0.05; 534)=1.9644; t(0.01; 534)=2.59; t(0.001; 534)=3.31 TABLA 64. ESTUDIO DE COMMON METHOD BIAS. COMPRADORES CON COMPORTAMIENTO DE QUEJA Para evaluar los indicadores formativos, hay que examinar los pesos que proporcionan información acerca de cómo el indicador contribuye al constructo. En el caso de los indicadores formativos es necesaria evaluar la multicolinealidad que podría conducir a resultados inestables. Los resultados del factor de inflación de la varianza (VIF) presentan valores lejos del límite del umbral de 5, excepto en la justicia procedimental cuyo valor se encuentra más cercano al límite. Siguiendo el análisis de Belsley (1991), los índices de condición no sobrepasan el valor de 27,4 –siendo el límite 30– y los indicadores no tienen una proporción de varianza alta por lo que no existe multicolinealidad (tabla 65). Constructo Justicia Código JD JP JI Pesos 0,43 0,93 0,93 VIF 3,2 4,4 3,1 TABLA 65: FACTOR DE INFLACIÓN DE LA VARIANZA Y PESOS DEL CONSTRUCTO JUSTICIA. COMPRADORES CONSTANTES Y OCASIONALES 6.2.2.2. Análisis de validez discriminante Después de realizar los análisis de validez convergente y de fiabilidad individual de los ítems se continúa con el análisis de validez discriminante de los indicadores de los constructos, con objeto de comprobar que los indicadores están midiendo los constructos para los que fueron diseñados y no otros. 6.2.2.2.1. Estudio de compradores constantes y ocasionales La valoración de la validez discriminante (ver tablas 66 y 67) puede efectuarse utilizando la Varianza Media Extraída (AVE), es decir, la varianza media compartida entre un 327 CAPÍTULO 6 Análisis de datos y resultados constructo y sus medidas, la cual debería ser mayor que la varianza compartida entre el constructo con los otros constructos del modelo (la correlación al cuadrado entre dos constructos). En las siguientes tablas se puede observar que la raíz cuadrada del AVE es superior a las correlaciones entre los constructos y superior a 0,7. Es de destacar la alta correlación existente ente la intención de recompra y la satisfacción, y entre la satisfacción y la confirmación de compra y la utilidad percibida, lo que indica que estos factores presentan una cierta similitud. Los valores obtenidos permiten superar los criterios de validez discriminante. Constructo Habito Recompra Satisfacción Confirmación Utilidad Valor Calidad Hábito 0,92 0,76 0,69 0,44 0,62 0,55 0,43 Recompra 0,98 0,8 0,49 0,61 0,59 0,51 Satisfacción Confirmación 0,92 0,69 0,69 0,66 0,59 0,91 0,57 0,53 0,57 Utilidad Valor Calidad 0,82 0,61 0,56 0,76 0,62 NA TABLA 66: ESTUDIO DE VALIDEZ DISCRIMINANTE. COMPRADORES CONSTANTES Constructo Hábito Recompra Satisfacción Confirmación Utilidad Valor Calidad Habito 0,94 0,76 0,69 0,45 0,63 0,59 0,41 Recompra 0,98 0,79 0,55 0,72 0,57 0,44 Satisfacción Confirmación 0,89 0,73 0,71 0,65 0,6 0,92 0,72 0,62 0,64 Utilidad Valor Calidad 0,86 0,59 0,54 0, 76 0,62 NA TABLA 67: ESTUDIO DE VALIDEZ DISCRIMINANTE. COMPRADORES OCASIONALES 6.2.2.2.2. Estudio de compradores con comportamiento de queja Para el caso de los compradores que han manifestado en alguna ocasión un comportamiento de queja y que vuelven a comprar, se comprueba que los valores de la diagonal (raíz cuadrada del AVE) son superiores a 0,7 y superan a los de las respectivas filas y columnas por lo que se considera que cumple los criterios de validación discriminante (tabla 68). 328 CAPÍTULO 6 Análisis de datos y resultados Emociones Emociones positivas negativas Emociones positivas Emociones negativas Satisfacción con recuperación Boca–a– oreja Lealtad Justicia Confianza Satisfacción acumulada Satisfacción Boca– Satisfacción con a– Lealtad Justicia Confianza acumulada recuperación oreja 0,93 –0,6 0,95 0,79 –0,63 0,94 0,33 –0,28 0,41 0,96 0,62 0,68 0,6 –0,5 –0,56 –0,47 0,7 0,8 0,65 0,48 0,33 0,53 0,89 0,61 0,64 – 0,6 0,96 0,23 –0,25 0,37 0,7 0,47 0,3 0,52 0,94 TABLA 68: ESTUDIO DE VALIDEZ DISCRIMINANTE. COMPRADORES CON COMPORTAMIENTO DE QUEJA En el caso de los compradores de queja, se ha comprobado la validación discriminante por un segundo método, obteniendo una tabla de cargas cruzadas, donde las puntuaciones del constructo se colocaron en columnas y los indicadores en filas. Se comprueba que los indicadores de un constructo tienen más peso en el constructo que los indicadores de otros constructos (tabla 69). Satisfacción con la Emociones Emociones Confianza recuperación Negativas positivas del servicio SOL1 SOL2 SOL3 SOL4 SOL5 EMOC1 EMOC2 EMOC3 EMOC4 EMOC5 EMOC6 TRU1 TRU2 LOY1 LOY2 LOY3 WOM1 0,92 0,96 0,96 0,96 0,92 –0,59 –0,56 –0,64 0,78 0,73 0,73 0,61 0,64 0,49 0,67 0,69 0,41 –0,54 –0,61 –0,61 –0,63 –0,57 0,97 0,94 0,94 –0,6 –0,54 –0,52 –0,42 –0,47 –0,3 –0,46 –0,54 –0,26 0,69 0,75 0,73 0,76 0,75 –0,57 –0,5 –0,58 0,95 0,98 0,96 0,56 0,57 0,42 0,61 0,57 0,29 329 0,6 0,61 0,65 0,62 0,58 –0,45 –0,45 –0,43 0,58 0,56 0,55 0,96 0,96 0,47 0,6 0,63 0,5 Lealtad Boca– a–oreja Satisfacción 0,62 0,66 0,69 0,67 0,67 –0,48 –0,47 –0,47 0,62 0,57 0,55 0,61 0,62 0,79 0,94 0,93 0,47 0,4 0,4 0,4 0,37 0,36 –0,26 –0,32 –0,23 0,34 0,28 0,26 0,5 0,51 0,34 0,45 0,49 0,95 0,35 0,35 0,37 0,36 0,31 –0,21 –0,29 –0,2 0,23 0,2 0,18 0,5 0,5 0,36 0,42 0,47 0,66 CAPÍTULO 6 Análisis de datos y resultados WOM2 WOM3 RECO1 RECO2 SATI1 SATI2 SATI3 0,37 0,4 0,23 0,23 0,27 0,42 0,34 –0,28 –0,28 –0,14 –0,14 –0,12 –0,32 –0,25 0,28 0,31 0,12 0,12 0,13 0,28 0,19 0,49 0,53 0,35 0,36 0,46 0,52 0,48 0,44 0,47 0,32 0,33 0,37 0,49 0,46 0,97 0,97 0,69 0,68 0,63 0,66 0,67 0,68 0,67 0,78 0,76 0,91 0,93 0,96 TABLA 69: ESTUDIO DE VALIDEZ DISCRIMINANTE MEDIANTE TABLAS DE CORRELACIONES CRUZADAS. COMPRADORES CONSTANTES Y OCASIONALES 6.2.3. Análisis del modelo estructural La evaluación del modelo estructural se realiza con un procedimiento de remuestreo bootstrap de 500 muestras y se lleva a cabo por medio de tres indicadores: la varianza explicada (R2), los coeficientes path (β) y los t–estadísticos que miden los niveles de significación. Para validar el modelo estructural, la varianza explicada debe ser mayor o igual que 0,1 y los coeficientes path deben presentar un valor igual o superior a 0,2. 6.2.3.1. Varianza explicada de las variables endógenas La varianza explicada de las variables endógenas es un indicador del grado en que sus antecedentes son capaces de explicar las variables latentes. Para cada constructo dependiente, el valor de R2 es la medida básica de la bondad con la que el modelo explica las relaciones establecidas entre las variables latentes independientes y las dependientes. La varianza explicada de las variables endógenas debería ser superior a 0,1. 6.2.3.1.1. Estudio de compradores constantes y ocasionales Los valores de R2 muestran una buena explicación del modelo en base a los constructos propuestos para los compradores constantes y ocasionales. Para la variable dependiente, la varianza en la explicación de la intención de recompra se sitúa en un notable 73,2% para compradores ocasionales y 72,1% para compradores constantes. Los valores mínimos (utilidad percibida y valor para compradores constantes, y valor para los compradores ocasionales) se explican en torno a un 40%, por lo que sería necesario introducir factores adicionales que incrementasen la explicación de estos constructos (tabla 70). 330 CAPÍTULO 6 Análisis de datos y resultados R2 Satisfacción Utilidad Valor Recompra Compradores constantes 0,59 0,33 0,4 0,72 Compradores ocasionales 0,61 0,51 0,32 0,73 TABLA 70: VARIANZA EXPLICADA DE LAS VARIABLES ENDÓGENAS. MODELO DE COMPRADORES CONSTANTES Y OCASIONALES Por último, se mide el impacto relativo sobre la intención de compra al eliminar variables con incidencia directa y se estudia la importancia de un determinado constructo en el modelo. Para ello se obtiene un R2 al eliminar la variable y se utiliza la siguiente fórmula (denominada f2 de Cohen o efecto tamaño): Efecto tamaño= (R2incluido– R2excluido)/(1– R2modelo) ECUACIÓN 9. IMPACTO RELATIVO SOBRE LA INTENCIÓN DE COMPRA Los valores operacionales para efecto pequeño, medio y grande son, respectivamente, 0,02, 0,15 y 0,35. Constructo Utilidad Satisfacción Hábito Segmento Compradores constantes Compradores ocasionales Compradores constantes Compradores ocasionales Compradores constantes Compradores ocasionales Tipo de efecto No significativo R2incluido R2excluido f2 0,72 0,72 0,004 0,73 0,71 0,082 Pequeño 0,72 0,62 0,376 Grande 0,73 0,67 0,216 Medio 0,72 0,64 0,276 Medio 0,73 0,67 0,239 Medio TABLA 71: EFECTO SOBRE LA VARIABLE DEPENDIENTE AL ELIMINAR UNA VARIABLE INDEPENDIENTE A la vista de los resultados, la eliminación de la utilidad en el modelo tiene efectos no significativos en la varianza explicada de la recompra del segmento de constantes (tabla 71). El hábito tiene un efecto medio sobre la varianza y destaca la influencia de la satisfacción en el caso de los compradores constantes (f2=0,376). 331 CAPÍTULO 6 Análisis de datos y resultados 6.2.3.1.2. Estudio de compradores con comportamiento de queja Los valores de R2 indican una buena explicación del modelo en base a los constructos propuestos (tabla 72). Para las variables dependientes, la varianza en la explicación de la satisfacción con la recuperación se sitúa en un notable 65% y la lealtad y el WOM están por encima del 50%. La explicación de la varianza de la satisfacción se sitúa en un 28%. Aunque pueda parecer baja, un R2 por encima del 0,1 se puede considerar alto en las investigaciones de recuperación de servicio (Gustafsson, 2009). Constructo R2 Satisfacción con recuperación Boca–a–oreja Lealtad Confianza Satisfacción 0,65 0,52 0,51 0,44 0,28 TABLA 72: VARIANZA EXPLICADA DE LAS VARIABLES ENDÓGENAS. MODELO DE COMPRADORES CON COMPORTAMIENTO DE QUEJA 6.2.3.2. Coeficientes path o pesos de regresión estandarizados. Niveles de significación de los coeficientes o pesos Los coeficientes path miden el impacto de los factores antecedentes en las variables endógenas y representan la medida en que cada variable predictora contribuye a la varianza explicada de las variables endógenas. Mide, por tanto, la fuerza de las relaciones estadísticas planteadas en el modelo. Para cada camino o relación entre constructos los valores deseables deberían estar por encima de 0,3, tomando 0,2 como límite mínimo. 6.2.3.2.1. Estudio de compradores constantes y ocasionales Los coeficientes path miden el impacto de los factores antecedentes en las variables endógenas. Los valores obtenidos superan ampliamente el valor límite de 0,2 en todos los casos, excepto en el path calidad–satisfacción (compradores ocasionales) y en los paths utilidad percibida–intención de recompra y calidad–satisfacción (compradores constantes), que son no significativos. Los valores relacionados con los t–estadísticos se indican también en la tabla 73 y superan los mínimos recomendados de 3,1066, correspondientes a p<0,001 para una t–Student de una cola –dado que se especificaba la dirección de la relación–, por lo que se alcanza un nivel de significación de 99,9% para 332 CAPÍTULO 6 Análisis de datos y resultados todos los caminos estructurales, excepto para la relación utilidad–recompra de los compradores constantes. Coeficientes Path (β) T–estadísticos Compradores Compradores Compradores Compradores constantes ocasionales constantes ocasionales Path Satisfacción– Recompra Valor– Satisfacción Habito– Recompra Utilidad– Recompra Confirmación– Satisfacción Confirmación– Utilidad Calidad– Satisfacción Calidad– Valor 0,51*** 0,38*** 10,19 5,33 0,32*** 0,26*** 7,43 3,94 0,4*** 0,36*** 8,34 5,1 0,017ns 0,22*** 0,39ns 3,55 0,49*** 0,49*** 10,19 6,54 0,57*** 0,71*** 14,43 16,36 0,089ns 0,14ns 1,65ns 1,62ns 0,63*** 0,57*** 17,91 9,06 TABLA 73: COEFICIENTES PATH Y T–ESTADÍSTICOS EN COMPRADORES CONSTANTES Y OCASIONALES 6.2.3.2.2. Estudio de compradores con comportamiento de queja Todos los paths superan el valor mínimo de 0,2, excepto la relación emociones negativas– confianza y SSR–satisfacción acumulada. Los paths emociones negativas-lealtad, y emociones positivas–confianza, con valores de –0,15 y 0,2, tendrán un impacto más débil en el modelo. Los resultados del análisis para el modelo de investigación se muestran en la tabla 74. Coeficientes Path T–estadísticos (β) Path Justicia–Emociones negativas –0,51*** 13,7 Justicia–Emociones Positivas 0,63*** 2,37 Emociones negativas– Satisfacción con recuperación –0,27*** 5,74 Emociones negativas– Confianza –0,06ns 1,08ns Emociones negativas– Lealtad –0,15** 2,73 Emociones Positivas– Satisfacción con recuperación 0,62*** 13,74 Emociones Positivas– Confianza 0,2* 2,53 333 CAPÍTULO 6 Análisis de datos y resultados Emociones Positivas–Lealtad 0,28*** 4,57 Satisfacción con recuperación– Satisfacción acumulada 0,05ns 0,76ns Satisfacción con recuperación– Confianza 0,46*** 5,87 Confianza– Satisfacción acumulada 0,49*** 7,9 Confianza– Boca–a–oreja 0,22*** 3,4 Confianza– Lealtad 0,41*** 7,55 Satisfacción acumulada– Boca–a–oreja 0,58*** 8,7 TABLA 74: COEFICIENTES PATH Y T–ESTADÍSTICOS EN COMPRADORES CON COMPORTAMIENTO DE QUEJA 6.2.3.3. Relevancia predictiva y bondad del ajuste Una vez estudiados los parámetros relativos a los caminos estructurales, y dado que en PLS las relaciones se plantean en términos de predicción, se ha realizado un procedimiento de blindfolding para medir la relevancia predictiva de los constructos del modelo (parámetro Q2 –Test de Stone–Geisser). Para que el modelo sea predictivo Q2 debe ser mayor que cero. PLS no ofrece valores de bondad de ajuste, pero sí ofrece un parámetro de bondad de ajuste denominado Goodness–of–Fit (GoF) que mide el ajuste del modelo obtenido al propuesto teóricamente. El ajuste del modelo es mejor cuando el valor obtenido es más próximo a 1. 6.2.3.3.1. Estudio de compradores constantes y ocasionales En la tabla 75, se observan los valores de Q2 para compradores constantes y ocasionales. Todos los valores son superiores a 0. Constructo Satisfacción Utilidad Valor Recompra Compradores constantes 0,63 0,34 0,31 0,70 Compradores ocasionales 0,44 0,32 0,13 0,69 TABLA 75: RELEVANCIA PREDICTIVA DEL MODELO. COMPRADORES CONSTANTES Y OCASIONALES La tabla 76 presenta el valor de bondad de ajuste para la muestra de usuarios constantes y ocasionales, obteniendo un valor superior a 0,6 lo que indica un buen ajuste del modelo teórico al obtenido en nuestro estudio, a pesar de los valores de R2 relativamente bajos de 334 CAPÍTULO 6 Análisis de datos y resultados los constructos utilidad (para compradores constantes) y valor y utilidad (para compradores ocasionales). Compradores constantes Constructo Hábito Satisfacción Utilidad Recompra Confirmación Valor Media GoF R2 0,59 0,39 0,72 0,4 0,52 AVE 0,84 0,84 0,67 0,97 0,83 0,57 0,79 Compradores ocasionales R2 0,61 0,51 0,73 0,38 0,56 0,64 AVE 0,88 0,79 0,74 0,97 0,85 0,5 0,8 0,67 TABLA 76: BONDAD DE AJUSTE DEL MODELO. COMPRADORES CONSTANTES Y OCASIONALES 6.2.3.3.2. Estudio de compradores con comportamiento de queja Para los compradores que tuvieron un comportamiento de queja, el test de Stone–Geisser supera el valor 0 para todos sus constructos y el GoF alcanza el valor de 0,65, con lo que se puede asegurar la relevancia predictiva del modelo, existiendo un buen ajuste entre el modelo teórico y la realidad (tablas 77 y 78). Constructo Satisfacción con recuperación Boca–a–oreja Lealtad Confianza Satisfacción Q2 0,55 0,43 0,34 0,33 0,07 TABLA 77: RELEVANCIA PREDICTIVA DEL MODELO. COMPRADORES CON COMPORTAMIENTO DE QUEJA Constructo Satisfacción con recuperación Confianza Boca–a–oreja Lealtad Satisfacción Emociones positivas Emociones negativas Media GoF R2 0,65 0,44 0,52 0,51 0,28 AVE 0,89 0,92 0,93 0,8 0,87 0,92 0,91 0,89 0,48 0,65 TABLA 78: BONDAD DE AJUSTE DEL MODELO. COMPRADORES CON COMPORTAMIENTO DE QUEJA 335 CAPÍTULO 6 Análisis de datos y resultados 6.2.4. Resumen del análisis 6.2.4.1. Modelo compradores constantes y ocasionales Tal y como se comentó al definir el modelo y las hipótesis en capítulos anteriores, el modelo de estudio para compradores (segmentado en compradores que han comprado en dos años consecutivos o que habían adquirido un bien en el último año y en algún año anterior) surge al integrar el modelo de marketing de calidad–valor–satisfacción de Cronin et al. (2000) y el modelo clásico de recompra de Bhattacherjee (2011) al que añadimos el constructo hábito. El objetivo es encontrar un modelo integral que sea capaz de predecir el comportamiento de recompra y encontrar las similitudes y diferencias entre los compradores más frecuentes y los que han repetido la compra con una frecuencia menor. 336 CAPÍTULO 6 Análisis de datos y resultados QuaW 0,42/0,31 VaIS 0,67/0,78 Calidad H3/ H3a VaIE QuaA 0,09/0,16 0,63***/0,57*** H2/ H2a 0,80/0,83 Valor 0,63/0,72 0,72/0,78 VaIM QuaT H1/ H1a R2= 0,40/0,32 0,09ns/0,14ns 0,32***/0,26*** 0,84/0,64 Satisfacción VaIC 0,51***/0,38*** R2= 0,59/0,61 0,49***/0,49*** H5/ H5a Recompra H6 R2= 0,72/0,73 Confirmación 0,40***/0,36*** 0,02ns/0,22*** 0,57***/0,71*** H4/ H4a H8/ H8a H7 Hábito Utilidad Percibida R2= 0,33/0,51 GRÁFICO 106. RESULTADOS DEL MODELO. COMPRADORES CONSTANTES Y OCASIONALES 337 CAPÍTULO 6 Análisis de datos y resultados 6.2.4.1.1. Análisis de factores marketing: calidad, valor satisfacción En cuanto a los resultados, se puede apreciar que el valor tiene más influencia en la satisfacción en los compradores constantes que en los ocasionales, lo que nos confirma las hipótesis H1 y H1a. El valor, formulado como un constructo de naturaleza reflectiva –siguiendo los trabajos de Pura (2005)– se refleja, por orden de mayor a menor, para los compradores constantes en los indicadores valor de comodidad, emocional, monetario y social. En el caso de los compradores ocasionales el orden es ligeramente diferente: se refleja, de más a menos, en el valor emocional, monetario y social–con el mismo peso– y, por último en el valor de comodidad. Se puede apreciar, por tanto, que a los compradores contantes hay que proporcionales comodidad y beneficios hedónicos –a través de las emociones–, teniendo la relación calidad–precio un peso menor que para los compradores que están en un estadio de uso inferior. Para ambos casos, parece que el valor emocional puede ser un elemento a tomar en cuenta en el diseño de nuestra oferta B2C. La calidad no influye (al no ser estadísticamente significativa) en la satisfacción de manera directa pero sí de forma indirecta a través del valor (rechazando H2 y confirmando H3) lo que confirma los resultados obtenidos por otros investigadores, donde la calidad no influía de manera directa pero sí al ser mediada por otro constructo no utilizado en esta investigación –equidad– (Hutchinson et al., 2009). 338 CAPÍTULO 6 Análisis de datos y resultados QuaW 0,42/0,31 VaIS 0,67/0,78 Calidad H3/ H3a 0,63/0,57 VaIE H2/ H2a 0,80/0,83 Valor 0,72/0,78 VaIM QuaA 0,09/0,16 0,63/0,72 QuaT H1/ H1a R2= 0,09ns/0,14ns 0,40/0,32 0,32/0,26 0,84/0,64 Satisfacción VaIC R2= 0,59/0,61 GRÁFICO 107. RESULTADOS DEL MODELO. CALIDAD–VALOR–SATISFACCIÓN. COMPRADORES CONSTANTES Y OCASIONALES 6.2.4.1.2. Análisis de factores basados en el modelo de confirmación de expectativas: confirmación, utilidad, satisfacción y hábito La satisfacción es el principal determinante en la intención de recompra para ambos segmentos de compra (confirmando las hipótesis H5 y H5a), lo que confirma los resultados obtenidos en el análisis de la literatura científica: las intenciones del consumidor antes de una experiencia influyen en las intenciones de compras futuras y están mediatizadas por la satisfacción experimentada (Oliver, 1980). La confirmación de expectativas tiene una fuerte relación con la satisfacción percibida y la utilidad percibida (soportando las hipótesis H6 y H7), confirmando los resultados de otros autores (Erevelles y Leavitt, 1992) de la importancia de este constructo y sus efectos sobre la satisfacción y las intenciones de comportamiento. El siguiente determinante a la satisfacción como factor influyente en la recompra es el hábito, constructo del que ya se ha comenzado a determinar su importancia en otras investigaciones (Liao et al., 2006). Como cabría de esperar la relación es positiva y fuertemente significativa para ambos segmentos de compradores, con una incidencia mayor en los que tienen mayor frecuencia de compra, lo que confirma las hipótesis H4 y 339 CAPÍTULO 6 Análisis de datos y resultados H4a. Posiblemente la creación de un hábito entre los usuarios más ocasionales sea una de las claves para el desarrollo de este segmento de compradores. La utilidad percibida solo influye estadísticamente en la recompra para los compradores más ocasionales –rechazando la hipótesis H8 y confirmando la hipótesis H8a–, y ni siquiera es significativo para los internautas constantes. Aunque el constructo utilidad percibida ha sido un elemento básico del TAM (Davis, 1989) no es esta la primera investigación en que la utilidad percibida no influye en la intención de recompra. Para Sánchez–Franco y Roldán (2005) la utilidad era no significativa en la intención de recompra de los usuarios de Internet “orientados a experiencias” (identificando estos usuarios como aquellos que tenían un mayor uso de Internet) mientras que sí era significativo para los usuarios “orientados a tareas concretas” (a los que asociaban con un menor uso de Internet y orientados a actividades específicas). Cabe preguntarse, por tanto, si la utilidad percibida es un factor cada vez a tener menos en cuenta para los usuarios de Internet más experimentados, y si bien puede ser un importante factor en la adopción y usos iniciales quizás pierde fuerza como elemento predictivo en los usuarios que realizan compras con una mayor frecuencia. Posiblemente los compradores empiezan su relación con el comercio electrónico porque les resulta más útil y posteriormente van buscando otros valores añadidos. Satisfacción 0,51***/0,38*** R2= 0,59/0,61 0,49***/0,49*** H5/ H5a Recompra H6 R2= 0,72/0,73 Confirmación 0,40***/0,36*** 0,02ns/0,22*** 0,57***/0,71*** H4/ H4a H8/ H8a H7 Hábito Utilidad Percibida R2= 0,33/0,51 GRÁFICO 108: RESULTADOS DEL MODELO. CONFIRMACIÓN, UTILIDAD, SATISFACCIÓN Y HÁBITO. COMPRADORES CONSTANTES Y OCASIONALES 340 CAPÍTULO 6 Análisis de datos y resultados 6.2.4.2. Modelo compradores con comportamiento de queja Para el caso particular de los compradores que han experimentado un comportamiento de queja, el modelo definido analiza como variables de salida la lealtad, y el boca–a–oreja. Para ello, analizaremos en primer lugar los efectos de la justicia percibida (de manera separada, en sus dimensiones distributiva, procedimental e interaccional) y su impacto en las emociones (distinguiendo entre emociones positivas y negativas). La confianza se constituye como una variable mediadora fundamental, recogiendo la influencia de las emociones y de la SSR e influyendo en variables como la satisfacción (a través de la SSR), el boca–a–oreja (conjuntamente con la satisfacción) y en la lealtad (conjuntamente con las emociones positivas). Posteriormente se analizará la influencia de las emociones (positivas y negativas) en la confianza en un contexto de recuperación de servicio y finalizando con el análisis del doble papel mediador de la confianza en la satisfacción y en la lealtad. Se ha obtenido una explicación de la varianza de la satisfacción general del 28% –notable, cuando en la mayoría de estudios de este tipo un R2 superior a 10% se considera alto y una explicación del comportamiento de lealtad superior al 50%. La varianza explicada de la satisfacción con la recuperación del servicio asciende a un 65%. 341 CAPÍTULO 6 Análisis de datos y resultados Satisfacción con recuperación del servicio H3 Justicia Distributiva 0,43 -0,27*** Emociones Negativas H1 Justicia Procedimental -0,06ns H6 H4 0,35*** 0,46*** 0,49*** H10 -0,15** Justicia H11 Confianza 0,62*** H2 Justicia Interaccional H9 R2= 0,65 -0,51*** 0,93 0,05ns 0,63*** 0,93 H7 Emociones Positivas 0,20* R2= 0,44 H5 0,41*** R2= 0,28 0,58*** H14 H12 0,22*** Boca a oreja H13 R2= 0,52 0,28*** H8 Lealtad R2= 0,51 GRÁFICO 109: RESULTADOS DEL MODELO. COMPRADORES CON COMPORTAMIENTO DE QUEJA 342 Satisfacción acumulada CAPÍTULO 6 Análisis de datos y resultados 6.2.4.2.1. Análisis de factores cognitivos: la justicia En cuanto a la justicia, formulada como un indicador de naturaleza formativa (Chiu et al., 2010), los resultados indican que la componente de justicia procedimental e interaccional tienen un importante peso, mucho mayor al de la justicia distributiva. En servicios, la dificultad de tratar cara a cara con los clientes hace que, tras un comportamiento de queja, los compradores valoren la interacción con el vendedor y el procedimiento que aplican para resolver el problema en el que se encuentran (Chiu et al., 2010). Chebat y Slusarczyk (2005) señalan que las emociones son el modo en el que los consumidores se enfrentan a la injusticia. Es de destacar que la influencia de la justicia es de alto impacto en las emociones positivas y en las emociones negativas (ligeramente mayor en las positivas) –lo que confirma las hipótesis H1 y H2–, acentuando la importancia de estudiar las emociones positivas en procesos de recuperación de servicio tras un comportamiento de queja. Justicia Distributiva Justicia Procedimental 0,43 -0,51*** Emociones Negativas H1 0,93 Justicia H2 Justicia Interaccional 0,63*** Emociones Positivas 0,93 GRÁFICO 110: RESULTADOS DEL MODELO. JUSTICIA Y EMOCIONES. COMPRADORES CON COMPORTAMIENTO DE QUEJA 6.2.4.2.2. Análisis de factores emocionales: la influencia de las emociones en la satisfacción con la recuperación del servicio, la confianza y la lealtad La confianza se convierte en el constructo central del modelo al mediar, por partida doble, entre las emociones y la lealtad, y entre la satisfacción con la recuperación del servicio y la satisfacción acumulada. 343 CAPÍTULO 6 Análisis de datos y resultados La influencia de las emociones negativas en la confianza no resulta significativa estadísticamente –lo que invalida la hipótesis H4–, hecho que se discutirá en el capítulo de conclusiones, pero las emociones negativas tienen una fuerte influencia en la SSR y algo menor en la lealtad (confirmando H3 y H5, respectivamente). Satisfacción con recuperación del servicio -0,27*** H3 R2= 0,65 H6 Emociones Negativas -0,06ns -0,15** H4 Confianza 0,62*** H7 Emociones Positivas H5 R2= 0,44 0,20* 0,28*** H8 Lealtad R2= 0,51 GRÁFICO 111: RESULTADOS DEL MODELO. EMOCIONES, SATISFACCIÓN, CONFIANZA Y LEALTAD. COMPRADORES CON COMPORTAMIENTO DE QUEJA Las emociones positivas predicen con un alto impacto (0,62) el camino con el constructo satisfacción con la recuperación del servicio –confirmando H6– y la y la lealtad y la confianza –validando H8 y H7–. 6.2.4.2.3. Análisis de factores específicos: confianza y recuperación del servicio De los resultados de este último bloque del análisis es de destacar la relevancia del constructo confianza que, actuando de mediador de satisfacción con la recuperación del servicio, actúa como predictor significativo de la satisfacción acumulada –confirmando H11–, influyendo de manera menos decisiva –aunque significativa– en el boca–a–oreja – validando la hipótesis H12–. 344 CAPÍTULO 6 Análisis de datos y resultados Satisfacción con recuperación del servicio 0,05ns H9 R2= 0,65 H10 0,46*** H11 0,49*** Confianza R2= R2= 0,28 0,58*** H12 H14 0,44 0,22*** H13 Satisfacción acumulada 0,41*** Boca a oreja R2= 0,52 Lealtad R2= 0,51 GRÁFICO 112: RESULTADOS DEL MODELO. SATISFACCIÓN CON RECUPERACIÓN DEL SERVICIO, CONFIANZA, BOCA–A–OREJA Y SATISFACCIÓN ACUMULADA. COMPRADORES CON COMPORTAMIENTO DE QUEJA La satisfacción acumulada va a ser el elemento fundamental que predice el boca–a–oreja de los usuarios –validando H14–. La satisfacción generada con la recuperación del servicio es el elemento que predice con más fuerza la confianza –confirmando H10–, seguido por las emociones positivas. Por último, la confianza es el elemento que mejor predice la lealtad, confirmando la hipótesis H13. La confianza como mediador Siguiendo el procedimiento descrito por Tippins y Sohi (2003), la validación de los efectos de mediación de la confianza requiere de un análisis de competencia y diferencias entre los modelos con y sin efecto mediador. Los resultados apoyan la hipótesis de que la confianza actúa como mediador parcial, debido a las siguientes razones: en primer lugar, al mediar entre las emociones positivas y la lealtad, se explica una mayor varianza de la lealtad frente al modelo sin el constructo confianza (R2 = 0,51, p <0.001 versus R2 = 0,40, p <0,001). En segundo lugar, la relación entre las emociones positivas y confianza, y entre la confianza y la lealtad, son positivos (β = 0,19, p <0,05; y β = 0,4, p <0,001, respectivamente), en tercer lugar, el coeficiente path de la relación entre las emociones positivas y la lealtad disminuye abruptamente en el modelo de mediación (β = 0,48 para el modelo directo, y β =0,28 para el modelo de mediación, p <0,001). 345 CAPÍTULO 6 Análisis de datos y resultados Tras el análisis de la relación entre las emociones negativas y la lealtad, y entre la satisfacción con la recuperación del servicio y la lealtad, los resultados conducen a la validación de la hipótesis Hmediación. 6.2.5. Hipótesis soportadas y no soportadas En las siguientes tablas (79 y 80) se ofrece un resumen de las hipótesis aceptadas y rechazadas tras la investigación realizada. 6.2.5.1. Hipótesis aceptadas y rechazadas: compradores constantes y ocasionales Hipótesis H1 H1a H2 H2a H3 H3a H4 H4a H5 H5a H6 H7 H8 H8a El valor percibido por el cliente predice positivamente la satisfacción percibida. La relación entre valor percibido y satisfacción es más importante en los compradores constantes que en los ocasionales. La calidad percibida por el cliente predice positivamente la satisfacción percibida. La relación entre calidad y satisfacción es más importante en los compradores constantes que en los ocasionales. La calidad percibida por el cliente predice positivamente el valor percibido. La relación entre calidad percibida y valor es más importante en los compradores constantes que en los ocasionales. El hábito de compra predice positivamente la intención de recompra en CE–B2C. El hábito de compra tiene una relación más positiva con la intención de recompra en CE–B2C en los compradores constantes que en los ocasionales. La satisfacción predice positiva la intención de recompra. La relación entre satisfacción y recompra es más importante en los compradores constantes que en los ocasionales. La confirmación influye de manera positiva en la satisfacción. La confirmación, influye de manera positiva en la utilidad percibida. La utilidad percibida predice positivamente la intención de recompra en CE–B2C. La relación entre utilidad percibida y satisfacción es más importante en los compradores ocasionales que en los constantes. Compradores Compradores constantes ocasionales TABLA 79: HIPÓTESIS ACEPTADAS Y RECHAZADAS EN LA INVESTIGACIÓN. COMPRADORES CON CONSTANTES Y OCASIONALES 346 CAPÍTULO 6 Análisis de datos y resultados 6.2.5.2. Hipótesis aceptadas y rechazadas: compradores con comportamiento de queja Compradores comportamiento queja Hipótesis H1 H2 H3 H4 H5 H6 H7 H8 H9 H10 H11 H12 H13 H14 Hmediacion La justicia predice negativamente las emociones negativas: La justicia influye positivamente las emociones positivas Las emociones negativas predicen negativamente la satisfacción con la recuperación del servicio. Las emociones negativas generadas en un proceso de SR predicen negativamente la confianza. Las emociones negativas predicen negativamente la lealtad Las emociones positivas predicen positivamente la satisfacción con la recuperación del servicio. Las emociones positivas generadas en un proceso de SR predicen positivamente la confianza. Las emociones positivas predicen positivamente la lealtad. La SSR predice de manera positiva la satisfacción acumulada. La SSR predice de manera positiva la confianza del consumidor. La confianza predice de manera positiva la satisfacción acumulada. La confianza predice de manera positiva el boca–a– oreja. La confianza predice de manera positiva la lealtad. La satisfacción acumulada predice de manera positiva el boca–a–oreja. La confianza actúa como variable mediadora parcial entre la SSR y la satisfacción acumulada, entre las emociones negativas y la lealtad y entre las emociones positivas y la lealtad. TABLA 80: HIPÓTESIS ACEPTADAS Y RECHAZADAS EN LA INVESTIGACIÓN. COMPRADORES CON COMPORTAMIENTO DE QUEJA 347 CAPÍTULO 6 Análisis de datos y resultados 348 CAPÍTULO 7 Conclusiones Conclusiones 349 CAPÍTULO 7 Conclusiones 350 CAPÍTULO 7 Conclusiones 7. Conclusiones 7.1. Introducción Este último capitulo ofrece las conclusiones teóricas y prácticas, las aportaciones de esta investigación, sus limitaciones y una agenda de futuros estudios y líneas de investigación que surgen a raíz de este trabajo. Se plantea el siguiente esquema: Evaluación de los objetivos de investigación inicialmente planteados. Recopilación de las contribuciones de la investigación. o Desde una perspectiva teórica y metodológica. o Desde un punto de vista práctico. Conclusiones e implicaciones prácticas para la gestión sobre los resultados obtenidos de la investigación y discusión de los mismos. Limitaciones de la investigación. Agenda de posibles nuevos estudios y de líneas de investigación. 7.1. Evaluación de los objetivos propuestos de la investigación En el capítulo 1 se planteaban un objetivo principal y una serie de objetivos secundarios de investigación. Es el momento de evaluar su cumplimiento. El objetivo principal de la investigación era proponer factores (a partir de modelos de comportamiento) para el apoyo en la formulación de estrategias de gestión en comercio electrónico que incentiven la continuidad en el uso del comercio electrónico entre empresas y particulares. Se puede decir que el objetivo se ha cumplido de manera satisfactoria. A partir del estudio de modelos de adopción, uso y continuidad en el uso de las tecnologías y de los factores que influyen en el comportamiento de compra se han diseñado y validado dos modelos de recompra en comercio electrónico B2C de ciudadanos españoles, adaptados a dos situaciones concretas: por un lado, internautas compradores, seleccionando dos muestras segmentadas en función de cuando habían realizado sus últimas compras en la Red y clasificándolos en compradores constantes (compraron en el año 2010 y habían comprado el año anterior) y ocasionales (compraron en el año 2010 y habían comprado en años anteriores al 2009). Por otro lado, se ha realizado un modelo específico para internautas compradores que hayan tenido un comportamiento de queja en alguna compra anterior. 351 CAPÍTULO 7 Conclusiones En cuanto a los objetivos secundarios podemos evaluar su grado de cumplimiento: En el capítulo 2 se ha realizado un análisis desde un punto de vista de la demanda, caracterizando además a los consumidores en distintos segmentos: compradores recurrentes (compraron en 2010 y habían comprado en años anteriores), nuevos compradores (compraron por primera vez en 2010) y compradores con comportamiento de queja. Se ha realizado una revisión bibliográfica de modelos de adopción y continuidad en el uso de tecnologías y de los principales factores de uso, continuidad y recompra, con especial énfasis en comercio electrónico. Se han identificando los constructos a utilizar en los modelos finalmente elegidos. Se han definido modelos estructurales teóricos y se han adaptado los instrumentos de medida al caso español. Se han obtenido muestras diferenciadas para cada uno de los modelos. Se han analizado estadísticamente los modelos de medida y estructurales, desde un punto de vista exploratorio y predictivo. En el capítulo 6 se han analizado los resultados obtenidos. En este último capítulo se analizan las conclusiones teóricas y prácticas, exponiendo las limitaciones de la investigación y posibles líneas futuras de trabajo. 7.2. Contribuciones de la investigación Esta sección describe las principales contribuciones de esta investigación desde los puntos de vista teórico, metodológico y práctico a raíz de los resultados obtenidos y analizados en el capítulo anterior. 7.2.1. Contribuciones teóricas y metodológicas Desde el punto de vista teórico, una de las mayores contribuciones de este trabajo es el estudio integral del internauta comprador. Para ello, se han utilizado diferentes metodologías de investigación. En primer lugar, se ha realizado un estudio descriptivo del comercio electrónico B2C en España (capítulo 2) segmentando a los internautas compradores en tres grupos: internautas con experiencia de compra en años anteriores –comprador recurrente–, internautas que habían adquirido bienes y servicios por primera vez (comprador novel) e 352 CAPÍTULO 7 Conclusiones internauta que habían tenido problemas con el servicio y habían experimentado un comportamiento de queja. Entre otros aspectos el estudio descriptivo realiza un diagnóstico del sector de comercio electrónico B2C y su evolución con respecto a años anteriores y caracteriza a los segmentos de compradores utilizando variables sociodemográficas y de uso de Internet y comercio electrónico. El modelo de comercio electrónico para compradores constantes y ocasionales contribuye a la teoría integrando y validando un modelo de continuidad de compra en comercio electrónico B2C partiendo de dos modelos diferentes, basados en la teoría de marketing – constructos calidad, valor y satisfacción– y en el Modelo de Confirmación de Expectativas, con un punto común de unión en el constructo satisfacción como factor determinante en la compra en comercio electrónico. La integración de modelos sobre el pivote común de la satisfacción, ha permitido conseguir una mejor predicción de la continuidad en comercio electrónico B2C. El modelo de queja incluye elementos cognitivos (justicia distributiva, justicia interaccional y justicia procedimental) y emocionales. Las investigaciones llevadas a cabo hasta ahora se centraban fundamentalmente en las emociones negativas, como elemento a minimizar tras un proceso de queja. Este trabajo incluye las emociones positivas, que se revelan como un factor fundamental en el proceso de recuperación del servicio. Además, el modelo analiza como variables de salida –además de la satisfacción acumulada como principal factor para volver a comprar en Internet– factores de gran interés desde el punto de vista práctico de la empresa, como la lealtad y el boca–a–oreja. Para conseguir el objetivo, el modelo de queja analiza los efectos de la justicia percibida (de manera separada, en sus dimensiones distributiva, procedimental e interaccional) en las emociones (distinguiendo entre emociones positivas y negativas). Posteriormente, se estudian los efectos de las emociones positivas y negativas en variables como la satisfacción con la recuperación del servicio y la confianza, es decir, la influencia de los factores emocionales en el proceso de recuperación del servicio. La confianza se constituye como una variable mediadora fundamental recogiendo la influencia de las emociones y de la satisfacción con la recuperación del servicio (SSR) e influyendo en otros factores como la satisfacción (a través de la SSR), el boca–a–oreja (conjuntamente con la satisfacción) y la lealtad (conjuntamente con las emociones positivas). El estudio es uno de los primeros en analizar la influencia de ambos tipos de emociones en la confianza en un contexto de recuperación del servicio (SR) y en analizar el doble papel mediador de la confianza en la satisfacción acumulada y en la lealtad. 353 CAPÍTULO 7 Conclusiones En cuanto a las contribuciones metodológicas, los modelos validados suponen una aportación a las teorías de continuidad en el uso de tecnologías de la información en general y al comportamiento de compra en Internet en particular. La gran variedad de metodologías utilizadas –cuantitativas, diseños de investigación descriptivos y exploratorios, análisis longitudinal y modelos para distintos segmentos de compradores – suponen, por sí mismas, una contribución metodológica al estudio del internauta comprador, puesto que permite descubrir nuevos resultados y matices con técnicas distintas que pueden ser interrelacionados entre sí. 7.2.2. Contribuciones prácticas En primer lugar se ofrecen unas contribuciones de carácter general, provenientes de los estudios descriptivos del capítulo 2. Posteriormente se ofrecen contribuciones específicas para los usuarios compradores constantes, ocasionales y para aquellos que han tenido comportamiento de queja. 7.2.2.1. 7.2.2.1.1. Conclusiones generales. Mercado B2C y ciclo de vida del cliente Desde el año 2000, el mercado del comercio electrónico B2C en España ha tenido una tasa de crecimiento dos dígitos interanuales en porcentaje de volumen de mercado, siendo por tanto un modelo de negocio con una tendencia de mercado claramente creciente y con perspectivas positivas para los próximos años (Urueña et al., 2012b, 2011d y 2010) . En el año 2010 el comercio electrónico B2C ascendió a 9.114 millones de euros. Esta cifra supuso un incremento respecto a 2009 del 17,4%, siendo el mayor porcentaje de incremento anual registrado de los últimos años. Este crecimiento es el resultante de la evolución de tres variables: Número de internautas. El crecimiento en el porcentaje total de internautas en 2010 aumentó 1,1 puntos porcentuales pasando del 64% en 2009 al 65,1% en 2010. Proporción de internautas que realizan compras en la Red. Esta variable registró un ligero aumento respecto al año anterior: los compradores a través de Internet crecieron de un 41,5% en 2009 al 43,1% (del total de internautas) en 2010, lo que supuso un incremento de 1,6 puntos porcentuales. 354 CAPÍTULO 7 Conclusiones Gasto medio por comprador. Esta última variable es la que explica en mayor medida la evolución de este sector en el año 2010, evolucionando de un gasto medio por comprador de 749€ en 2009 a 831€ en 2010 lo que supone un incremento del 10,9%. Por tanto, el crecimiento del comercio electrónico en 2010 se debió fundamentalmente a un aumento en el gasto medio de los compradores más que un crecimiento en su número. Como primera conclusión, y partiendo de la base de que el volumen de comercio electrónico va a continuar creciendo en los próximos años –siguiendo la tendencia desde el año 2.000–, las organizaciones deben estudiar el mercado en general (y el de su producto o servicio en particular), para analizar si el aumento del gasto medio se repite consolidándose como tendencia o si el crecimiento en el volumen del mercado pudiese venir determinado más por un aumento en el número de internautas compradores que por una elevación del gasto medio (lo que podría suceder en períodos de recesión económica). Este análisis permitirá establecer una estrategia de si resulta más conveniente para el negocio electrónico centrar sus esfuerzos en adoptar nuevos clientes o es más interesante fomentar un aumento en el volumen de negocio basándose en una mayor repetición de compra de sus clientes, siendo posible también una estrategia mixta combinando las dos anteriores. Del esquema de análisis utilizado en el capítulo 2 se puede plantear, como conclusión general inicial, un “ciclo de vida del cliente en comercio electrónico en España” como el representado en el gráfico 113: los internautas españoles al adoptar el comercio electrónico se convierten en compradores noveles (compran por primera vez). Desde este punto, si pasan por el estado “continuidad de compra” (en color blanco) pueden convertirse en compradores ocasionales (compran de manera discontinua) o compradores constantes (su frecuencia de compra adopta una mayor regularidad) o en compradores con comportamiento de queja (si pasan por el estado de queja). Una vez que se ha comprado, en cualquier momento puede suceder un problema que lleve acarreado un comportamiento de queja. Según sea la respuesta a la queja, el internauta comprador podrá volver a un punto distinto del ciclo de vida. En el modelo, por claridad de representación, solo se han reflejado las evoluciones más habituales entre estados, siendo posibles distintas transiciones (tras un comportamiento de queja grave el internauta podría, por ejemplo, dejar de comprar o incluso abandonar el uso de Internet). En el rectángulo azul se han resaltado los estados del ciclo de vida tratados con detalle en esta investigación. 355 CAPÍTULO 7 Conclusiones Continuidad de compra Internautas No Compradores Adopción B2C Compradores Ocasionales Compradores Noveles Compradores Constantes Compradores con Comportamiento de Queja No Internautas Queja GRÁFICO 113. CICLO DE VIDA DEL USUARIO DE COMERCIO ELECTRÓNICO Este trabajo ha centrado sus esfuerzos en identificar los factores, desde un punto de vista predictivo y confirmatorio, que son más importantes para que los compradores constantes, ocasionales y que han presentado comportamiento de queja vuelvan a comprar. Siguiendo la línea de investigación iniciada en el capítulo 2, en el siguiente epígrafe se tratarán algunos aspectos y conclusiones generales relativas a los aspectos sociodemográficos y de uso de los internautas noveles, recurrentes (que incluye los compradores constantes y ocasionales) y con comportamiento de queja para analizar, posteriormente, conclusiones de carácter más específico basadas en los factores obtenidos que han resultado determinantes en la repetición del proceso de compra en comercio electrónico. Compradores constantes Compradores ocasionales Comportamiento del mercado Compradores con B2C comportamiento (Factores generales) de queja Compradores nóveles GRÁFICO 114. FACTORES GENERALES Y ESPECÍFICOS DE LAS CONCLUSIONES 356 CAPÍTULO 7 Conclusiones 7.2.2.1.2. Aspectos sociodemográficos y de uso impulsores del comercio electrónico. De manera general, las principales motivaciones por las que los internautas compradores han adquirido en 2010 productos/servicios son el precio (71,9% de menciones) y la comodidad (69,2%). Los cinco puntos clave a mejorar para incrementar el volumen de compra entre los usuarios de comercio electrónico actuales son: reducción de los precios, no cobrar gastos de envío, más garantías de devolución, mayor seguridad en los pagos y mejora de la confianza del usuario. Es importante destacar que la percepción de ventajas reales en el uso del comercio electrónico es fundamental de cara a vencer barreras de uso (Hernández-García et al., 2010). En la tabla 81 se presenta un resumen de la segmentación realizada por variables sociodemográficas y de uso. La gran mayoría de los compradores en Internet (85,8%) se pueden considerar como compradores recurrentes, es decir, han comprado on–line en 2010 y al menos en 2009. El comprador recurrente tiene un perfil demográfico muy definido: edad adulta, estudios superiores, clase alta, trabajador a jornada completa, residente en grandes poblaciones y demuestra un comportamiento maduro en la compra electrónica dada su experiencia, frecuencia de uso y variedad de canales de acceso que utiliza: Utiliza con mayor intensidad canales exclusivos en la Red y accesos a través de direcciones Web del vendedor (47,5%). Prefiere la tarjeta de crédito o débito como medio de pago. Compra 8,2 artículos anuales en media, adquiriendo distintas categorías de productos. El gasto medio del comprador recurrente duplica al observado en compradores noveles (con una media de 930€ anuales) –Urueña et al, 2011d- y el mayor volumen de gasto en compradores recurrentes se da en hombres de 34 a 49 años que residen en grandes poblaciones y de clase alta. 357 CAPÍTULO 7 Conclusiones Variables sociodemográficas Variables uso comercio electrónico Variables Recurrente Sexo Más hombres (52,9%) que mujeres (47,1%) Nivel de estudios Estudios superiores (46,2%) Edad El 38,8% tiene entre 35 y 49 años. Actividad laboral Trabajador jornada completa (63,4%) Clase social Alta y media alta (45,2%) Tamaño hábitat Poblaciones grandes (+100 mil) (45,9%) % Compran desde casa % Compran desde el trabajo Compra en tienda exclusiva Internet Compra en tienda on-line y física % Acceso buscador generalista % Introduce dirección sitio web % Prefiere pago con tarjeta crédito/débito % Prefiere pago contra-reembolso Número medio de artículos comprados Tipo de productos comprados Novel Con comportamiento de queja Más mujeres (50,2%) que Mayoritariamente hombres Hombres (64,7%) (49,85) Estudios Estudios secundarios secundarios (64,2%) (55,2%) Más joven No diferencia (54,4% entre segmentos menos de 34 de edad. 25% años). menos de 34 años Trabajador Estudiantes jornada completa (14,8%) (61,3%) Media y media-baja Media (43,4%) (39,7%) Poblaciones de 50.000 a Hábitat no 100.000 discrimina (20,4%) 93,20% 85,10% 98,39% 16,20% 12,40% 12,90% 54,50% 36,80% 53,20% 41,70% 37,40% 37,10% 77,10% 72,40% 79,03% 47,50% 39,50% 38,71% 71,00% 48,70% 65,20% 5,80% 23,90% 12,20% 8,20 4,90 6,30 Turismo y ocio, alimentación y bazar Comprador líder en artículos deportivos, software, DVD, electrónica, alimentación y bazar Variados, comprando categorías de productos más minoritarias (electrónica, alquiler de coches), ropa y complementos TABLA 81: SEGMENTACIÓN POR VARIABLES SOCIODEMOGRÁFICAS Y DE USO DE LOS COMPRADORES RECURRENTES OCASIONALES Y NOVELES 358 CAPÍTULO 7 Conclusiones En contraste, el comprador novel tiene un perfil diferente al comprador recurrente y ocasional y responde a un nuevo segmento que se ha incorporado recientemente al comercio electrónico. Es un comprador de una edad más joven, residente en mayor porcentaje en poblaciones de tamaño de hábitats pequeños, y de clase social media. En cuanto a la utilización del comercio electrónico: Compra principalmente artículos de turismo y ocio y en general las categorías de producto de mayor éxito en comercio electrónico. Aunque prefiere el pago con tarjeta, un porcentaje del 23,9% le gustaría tener la opción de pago contra-reembolso. Compra en media 4,9 artículos de media. El comprador que ha presentado comportamiento de queja tiene un perfil sociodemográfico y de uso, en general, intermedio del recurrente y del novel, destacando una tendencia a la compra desde el hogar. Este comprador ha adquirido bienes como artículos deportivos, software, electrónica y alimentación y bazar que son las categorías que concentran las reclamaciones de los usuarios (Urueña et al., 2011d). En un mercado tan cambiante como el comercio electrónico, los análisis descriptivos y de segmentación deben ser permanentes y estar constantemente actualizados. Los datos de segmentación de este trabajo se han obtenido vía declaración a través de encuesta de los usuarios. Sin embargo, los usuarios de medios electrónicos generan gran cantidad de datos de comportamiento y usos que, convenientemente recogidos y analizados permiten a las organizaciones posibilidades de segmentación solo limitadas por la imaginación y la legislación en vigor de cada país en la recogida y tratamiento de los datos. Aunque va más allá del ámbito de esta investigación, distintos expertos han alertado sobre los problemas de homogeneidad entre países europeos en la legislación en materia de recogida y tratamiento de datos personales (Ministerio de Industria, Turismo y Comercio, 2012). Un análisis inteligente de estos datos puede proporcionar ventajas significativas a las compañías, permitiendo conocer las necesidades de los clientes y cómo van cambiando a lo largo del tiempo. A medida que crece el número de usuarios y el catálogo de oferta de una empresa, el análisis de datos se torna más crucial. En caso de no existir estas habilidades internamente, es de gran interés la elección de proveedores que puedan realizar esta función con garantías. En cuanto a los compradores con comportamiento de queja, una primera recomendación general para la gestión de las empresas sería clasificar, analizar y estudiar los problemas y 359 CAPÍTULO 7 Conclusiones quejas recibidos de manera directa, lo que permitirá corregir errores futuros y adelantarse a la queja formal del cliente, pudiendo en algunos casos solucionarla o minimizar el impacto si se conoce con antelación. La escucha activa en foros y redes sociales puede proporcionar información de queja y problemas que, en ocasiones, no llegan directamente a la empresa comercializadora del producto, indicando aspectos sobre los que podría ser necesario poner en marcha medidas preventivas. En el caso de quejas realizadas por un amplio número de usuarios de manera simultánea se hace necesaria una gestión adecuada de la crisis; transparencia, mantener a los usuarios afectados informados de los avances en las soluciones e intentar convertir la crisis en una oportunidad para mejorar en la medida de lo posible la imagen de la organización ante un problema serían aspectos esenciales a tener en cuenta. 7.2.2.2. Conclusiones específicas: factores que influyen en la continuidad de uso del comercio electrónico. Discusión de resultados e implicaciones para la gestión El estudio de los factores que inciden en la continuidad en el uso del comercio electrónico ha sido analizado mediantes dos modelos de ecuaciones estructurales: uno para compradores constantes y ocasionales y otro para compradores con comportamiento de queja, ya que los análisis teóricos de los capítulos dos y tres revelaron la especificidad de modelos y constructos en el caso de que el usuario se hubiese quejado. Para el caso de los compradores constantes y ocasionales se ha utilizado como base el Modelo de Confirmación de Expectativas añadiendo los constructos valor, calidad y satisfacción provenientes de las teorías sobre el marketing en servicios y el constructo hábito. El valor y la calidad se han conceptualizado, siguiendo líneas de investigación existente, como constructos de segundo orden de naturaleza reflectiva y formativa, respectivamente. Se ha obtenido una explicación de la varianza de la continuidad de compra superior al 70% para los segmentos de usuarios estudiados constantes y ocasionales, lo que incrementa de manera notable el 41% explicado en el Modelo de Confirmación de Expectativas. Por tanto, los resultados obtenidos demuestran que la integración de los dos modelos ha permitido obtener una predicción más completa de la continuidad de compra en Internet. En cuanto a los compradores con comportamiento de queja, el modelo aporta como novedad la utilización de elementos cognitivos –justicia– y emocionales (considerando emociones positivas y negativas de manera separada, cuando en la mayoría de los modelos hasta el momento solo han considerado las emociones negativas) actuando la confianza 360 CAPÍTULO 7 Conclusiones como elemento mediador entre la satisfacción con la recuperación del servicio y la satisfacción acumulada. Se ha obtenido una explicación de la varianza de la satisfacción acumulada del 27,5% –muy alta, ya que en la mayoría de estudios en comportamiento de queja un R2 superior a 10% se considera un buen resultado; además la varianza explicada de la SSR supera el 87%. 7.2.2.2.1. Compradores constantes y ocasionales De los resultados del modelo, los factores que inciden más directamente en la continuidad en el uso del comercio electrónico son la satisfacción, el hábito y la utilidad percibida (este factor solo en el caso de los compradores constantes). Por tanto, comenzaremos analizando estos factores para, posteriormente, continuar con los factores del modelo que influyen de manera directa en la satisfacción: confirmación de expectativas, valor y calidad. Por último se analizarán otras relaciones indirectas: la calidad, que no influye en la satisfacción de manera directa pero sí indirectamente a través del valor y la influencia de la confirmación en la utilidad percibida. En el caso del valor y la calidad, constructos de segundo orden de naturaleza reflectiva y formativa se indican las variables que componen estos indicadores según su orden de influencia en la satisfacción y el valor, respectivamente, para los compradores constantes y ocasionales (tabla 82): Factores que influyen de manera directa en la continuidad de compra Factores que influyen de manera directa en la satisfacción Factores Satisfacción Hábito Utilidad Confirmación Constantes Valor de comodidad Valor emocional Valor emocional Valor monetario Valor monetario Valor Social Valor social Valor de comodidad Valor Calidad Otras relaciones entre factores Ocasionales Calidad ->valor Confirmación -> utilidad percibida Calidad Confianza Calidad Confianza Calidad Web Calidad Web Calidad atención Calidad atención TABLA 82: FACTORES QUE INFLUYEN EN LA CONTINUIDAD DE COMPRA, EN LA SATISFACCIÓN Y EN OTROS FACTORES 361 CAPÍTULO 7 Conclusiones Factores que influyen directamente en la continuidad de compra La satisfacción es el principal determinante en la intención de recompra, lo que confirma los resultados obtenidos en la literatura científica (Oliver, 1980). Aumentar la satisfacción de los clientes –o recuperarla cuando ha existido un problema– sigue siendo el elemento clave para que los internautas compradores vuelvan a repetir el proceso de compra. Por tanto, el primer paso es la implementación de medios para poder medir el grado de satisfacción de los clientes: a los tradicionales como las encuestas de satisfacción, los buzones de quejas y sugerencias y el análisis de los clientes perdidos hay que añadirles las facilidades de Internet para pulsar, de primera mano, la satisfacción de los clientes. De hecho, proveer a los internautas compradores de un canal de comunicación directo con la empresa vendedora para que expresen libremente su satisfacción (o insatisfacción), valoren los productos y/o servicios, la logística, etc. puede ser una fuente de datos que posteriormente podremos tratar y convertir en información útil. De esta manera se puede analizar un análisis de si la satisfacción (o la insatisfacción) se produce en procesos propios o de empresas proveedoras y tomar las medidas correctoras oportunas. Igualmente, podemos realizar una comparativa de la satisfacción de los clientes con otras compañías utilizando herramientas de investigación de mercados como los paneles de consumidores on-line. Otro importante factor que incide de manera directa en la continuidad de compra en comercio electrónico es el hábito, constructo del que ya se ha comenzado a determinar su importancia en estudios recientes (Liao et al., 2006). Parece que una vez que el internauta comprador ha superado determinadas barreras e integra el hábito de compra en Internet en su vida, este mismo hábito va a ser un elemento importante en la repetición de compra. Por tanto, elementos clásicos en marketing como las tarjetas de descuento y fidelización se pueden tornar fundamentales. ¿Qué otras herramientas podemos utilizar para crear un hábito de compra en Internet?. Una frecuencia de envío de información que sea relevante e interesante para el cliente y a la medida de sus necesidades puede incentivar la compra y ser clave en la construcción de un hábito de compra en Internet. Otra vía interesante para fomentar el hábito es el uso por parte de las empresas de sistemas de recomendación inteligente, basados en la información disponible sobre los deseos y necesidades actuales y futuras del cliente, obteniendo estos datos a través de sistemas predictivos con base en el comportamiento de compra, historial de compra actual y potencial compra futura; para ello, se puede implementar una facilidad que permita que 362 CAPÍTULO 7 Conclusiones el internauta comprador seleccione aquellos artículos que le gustaría adquirir o que le regalasen sus amigos. Otra manera de fomentar el hábito de compra en la Red para compañías que también disponen de canal tradicional físico, sería realizar promociones cruzadas entre las tiendas presenciales y el canal de venta en Internet para determinados productos. Por ejemplo, existen productos como la ropa en los que un porcentaje de internautas compradores declara que buscó información fuera de Internet para comprarlos posteriormente en la Red (Urueña et al., 2011 y 2011d). El cliente es único y la información conjunta cruzada de manera precisa, es de mucho más valor por lo que las bases de datos de clientes deberían estar integradas en compañías que vendan presencialmente y a través de la Red (Urueña et al., 2012). Una manera sencilla de integrar esta información es utilizando identificadores únicos (como por ejemplo las tarjetas de fidelización) que permitan cruzar los datos. Teniendo información es posible realizar promociones cruzadas entre ambos canales. Si nos encontramos ante un tipo de producto cuya búsqueda de información se realiza presencialmente y la transacción económica final es en la Red, el vendedor en la tienda presencial, cuando detectase que hay probabilidades de que se produzca este hecho, debería motivar al comprador para cerrar la transacción comercial en Internet, indicándole ventajas y promociones personales que obtendría. La utilidad percibida solo influye en la continuidad de compra para los compradores ocasionales, y ni siquiera es significativo para los internautas constantes. Aunque el constructo utilidad percibida ha sido un elemento básico como elemento de TAM (Davis, 1986) no es ésta la primera investigación en que la utilidad percibida no influye en continuidad o en la intención de continuidad de compra. En otras investigaciones la utilidad percibida no ha resultado significativa en la intención de continuidad de los usuarios de Internet “orientados a experiencias” (aquellos con mayor uso de Internet) mientras que sí era significativa para los usuarios “orientados a tareas concretas” (con un menor uso de Internet y orientados a actividades específicas) (Sánchez–Franco y Roldán, 2005). Cabe preguntarse si la utilidad percibida es un factor cada vez a tener menos en cuenta para los usuarios de Internet más experimentados y, si bien puede ser un importante factor en la adopción y usos iniciales, quizás pierde fuerza como elemento explicativo en los usuarios con más experiencia. Parece que los compradores más noveles se acercan al comercio electrónico atraídos por la utilidad, pero una vez percibida, otros factores que influyen en el mantenimiento de la satisfacción resultan más cruciales. De hecho, sucede 363 CAPÍTULO 7 Conclusiones algo similar con el constructo facilidad de uso en el proceso de adopción de compra en Internet: es un factor importante para los no compradores, pero en cuanto se ha comprado por Internet pierde su importancia para los compradores (Hernández-García, 2012). Los resultados anteriores tienen importantes implicaciones para la gestión de las empresas. Si la estrategia de una compañía pasa por aumentar su base de nuevos clientes, será necesario ofrecer mayor utilidad poniendo de relieve a cada cliente la ventaja que le puede reportar: variedad de la oferta a la que se puede acceder en el negocio on-line respecto a entornos presenciales con baja densidad de zonas comerciales, ventajas como la posibilidad de comprar las 24 horas para personas con horarios no compatibles con las tiendas comerciales presenciales y facilidad de acceso a la información para la búsqueda y comparación de productos. Factores que influyen directamente en la satisfacción y otros factores indirectos En cuanto a los factores que influyen en la satisfacción, la confirmación de expectativas es un factor esencial en la satisfacción y en la utilidad percibida en los compradores constantes y ocasionales. Por tanto debemos mantener unas expectativas en nuestros clientes adecuadas a nuestras capacidades como negocio, ya que en el momento en que la evaluación del cliente respecto a lo que esperaba no supere el umbral se generarán problemas de satisfacción –principal determinante de la continuidad de compra–. Esto implica en la práctica que las empresas deben realizar un análisis de sus capacidades –y las de sus proveedores–en las distintas áreas funcionales de la empresa, realizando concesiones de manera que la empresa no prometa más de lo que puede cumplir de acuerdo a sus capacidades, especialmente en aquellos aspectos que pueden ser susceptibles de generar problemas: cumplimiento de plazos de entrega, compromisos sobre la devolución en caso de fallo o insatisfacción. En muchas ocasiones, los problemas y la transformación de un comprador constante u ocasional en un comprador con comportamiento de queja puede venir ocasionado por la falta de análisis de capacidades. Este análisis de capacidades y búsqueda de puntos débiles o fallos en los procesos también puede realizarse a partir de los problemas reportados por los clientes con comportamiento de queja. Un factor indirecto es la relación confirmación de expectativas-utilidad que tiene más incidencia para el caso de los compradores ocasionales que los constantes. Por tanto, el 364 CAPÍTULO 7 Conclusiones refuerzo de la confirmación de expectativas se torna de gran interés para los compradores que compran de manera más discontinua. En cuanto al valor, éste predice la continuidad de compra indirectamente a través de la satisfacción. Este constructo caracterizado como reflectivo de naturaleza multidimensional se refleja –en el caso de los compradores constantes– en orden de mayor a menor peso en los indicadores valor de comodidad, emocional, monetario y social. En el caso de los compradores ocasionales el orden es diferente: valor emocional, monetario y social –con el mismo peso– y valor de comodidad. Aunque las tipologías de valor demandadas por los internautas obtenidas a través de los factores son similares a las estudiadas en el estudio descriptivo del capítulo 2 para compradores recurrentes, que apuntaban al precio y comodidad como principales ventajas para la compra on-line, se puede apreciar que las propuestas de valor deben ser diferentes para los compradores constantes y los compradores ocasionales. El valor emocional es una variable importante para ambos segmentos de compradores, constantes y ocasionales, aunque influye ligeramente más en los compradores ocasionales. Conseguir que el internauta disfrute al realizar sus compras y se sienta bien puede ser conseguido por las organizaciones a un coste relativamente bajo, lo cual es una excelente noticia en períodos de recesión económica. Estos resultados están en línea con otras investigaciones (Hernández-García, 2012) donde el disfrute percibido o playfulness se confirmaba como un factor de gran interés también para la compradores que adoptaban el comercio electrónico por primera vez. Generar una buena impresión en los compradores puede ser un factor clave en mejorar la actitud de los usuarios para tomar la decisión de seguir comprando; los juegos o retos en línea, que además de proporcionar disfrute, pueden incentivar a los jugadores con mejores puntuaciones o que superen un reto consigan alguna promoción personalizada mientas que las presentaciones de productos con un enfoque gráfico muy atractivo pueden conseguir el aumento del disfrute en el usuario. En el caso de los compradores constantes, el valor de comodidad es un importante factor a tener en cuenta; las compañías deben facilitar la vida de sus clientes, por ejemplo ahorrando tiempo en las compras de los usuarios. En esta línea una buena práctica, en negocios de alimentación y supermercados es recordar a los usuarios compradores la lista de los productos que adquiere de manera más habitual. En empresas de artículos de moda, ofrecer al usuario información sobre sus tallas habituales o recomendarle combinaciones de ropa y complementos que estéticamente le puedan favorecer. Siguiendo con los 365 CAPÍTULO 7 Conclusiones ejemplos, cuando un usuario necesita contratar un paquete turístico de hotel, avión y coche de alquiler el proceso de compra debería, solicitando al comprador los mínimos datos posibles, obtener una combinación óptima que ahorre tiempo de búsqueda y dinero al usuario. También se puede ofrecer comodidad al usuario más novel teniendo en cuenta sus preferencias. Por ejemplo, de los datos del capítulo 2 mostraron que un 23,9% de los usuarios menos experimentados prefería la opción de pago contra–reembolso. El valor monetario es una importante variable que tienen en cuenta los compradores más ocasionales. En general, en tiempos de crisis, todos los compradores exigen más por el dinero que pagan: gran surtido de producto con descuentos permanentes superiores a la versión off–line, envío y recogida (en caso de devolución por el usuario) en los plazos especificados y de manera gratuita. También es posible aumentar el valor monetario ofreciendo, por ejemplo, descuentos personalizados en función del estudio de las posibilidades de vinculación y rentabilidad futuras del cliente (siendo este estudio más difícil de realizar en los compradores ocasionales). Este tipo de medidas, que puede realizarse ajustando los costes de los procesos conllevan desembolsos e inversiones para las organizaciones que pueden llevar a disminuir el beneficio de la cuenta de resultados. Por último, el valor social, también es un elemento de interés, especialmente en el caso de los compradores ocasionales. Todas las acciones encaminadas a que el comprador se sienta aceptado y valorado por su entorno social, conseguirán un aumento del valor social percibido. La integración del comercio electrónico y las redes sociales de manera beneficiosa para los usuarios es aún una asignatura pendiente en muchas compañías para aumentar el valor social de las compras en Internet. La calidad influye en la satisfacción a través del valor y no de manera directa, lo que confirma los resultados obtenidos por otros investigadores, donde la calidad no influía de manera directa pero sí al ser mediada por otros constructos como la equidad (Hutchinson et al., 2009). Se ha encontrado un peso importante de los indicadores de calidad relacionados con la confianza en el constructo calidad percibida, para ambos segmentos de usuarios. Por tanto, un método que puede resultar interesante es la utilización de sellos de calidad como garantía de arbitraje en caso de resolución de conflictos. Por los estudios existentes (Urueña et al., 2011d) parece que la percepción de los compradores respecto a los sellos de calidad es positiva: un 66% de los compradores españoles en CE–B2C declaraba que a la hora de realizar la transacción había tenido en cuenta si la empresa estaba adherida a 366 CAPÍTULO 7 Conclusiones un sello de calidad o un código de confianza en Internet (Urueña et al., 2010b). La adhesión a sellos de calidad conlleva la adaptación de procesos para cumplir las condiciones de la marca de garantía que asumimos. En los segmentos analizados del capítulo 2, los aspectos de seguridad del canal eran una barrera importante para los compradores noveles, disminuyendo su importancia a medida que el comprador realizaba más compras. La calidad visual de la tienda de comercio electrónico y la calidad de la atención de la tienda son aspectos de menor interés para ambos tipos de compradores, aunque la calidad visual tiene un interés algo mayor importancia para los compradores constantes. En este sentido, las compañías pueden ofrecer distintas interfaces gráficas de las tiendas de compras, teniendo en mente que los compradores constantes apreciarán más contenidos gráficos de calidad que les permitan acceder rápidamente a los productos y servicios. En la tabla 83 se presenta un resumen de las principales implicaciones para la gestión en compradores constantes y ocasionales: 367 CAPÍTULO 7 Conclusiones Implicaciones para la gestión en compradores constantes y ocasionales Factor Factores que influyen de manera directa en la continuidad de compra Constantes Ocasionales Satisfacción Monitorizar la satisfacción del cliente en redes sociales. Comparativa de la satisfacción utilizando técnicas como paneles on-line. Hábito Enviar información de interés para el cliente para incentivar hábito y compra. Generar intención de compra cruzando el canal presencial y on-line con bases de datos de clientes únicas. Utilidad Comunicar las ventajas de manera individualizada: tiendas abiertas 24 horas, facilidad de búsqueda de información,… Confirmación Análisis de las capacidades propias y de los proveedores, a fin de no generar más expectativas de lo que se puede ofrecer al cliente. Valor Valor emocional: aumentar el disfrute percibido a través de retos y juegos y mejoras en la presentación gráfica. Valor de comodidad: ahorro de tiempo en la compra a través de recomendaciones o recordando compras anteriores. Más importante en compradores constantes. Valor monetario: promociones individualizadas en función del estudio de la rentabilidad potencial del cliente. Valor social: integración con las redes sociales. Más importante en compradores ocasionales. Factores que influyen de manera directa en la satisfacción Otros factores indirectos Calidad ->valor Generar calidad de la confianza a través de sellos de calidad. TABLA 83: IMPLICACIONES PARA LA GESTIÓN EN COMPRADORES CONSTANTES Y OCASIONALES 7.2.2.2.2. Compradores con comportamiento de queja En el caso de los compradores con comportamiento de queja, la recuperación del servicio comienza aplicando mecanismos de justicia por parte de las organizaciones, que provocarán emociones (positivas y negativas) que influirán en la satisfacción con la recuperación del servicio (SSR), la confianza, la lealtad el boca a oreja y la satisfacción acumulada (Iglesias et al., 2012). 368 CAPÍTULO 7 Conclusiones Análisis de los factores cognitivos: la justicia La primera conclusión, de los análisis estadísticos del capítulo 6, es resaltar la importancia de todas las dimensiones de la justicia percibida y la necesidad de poner en marcha mecanismos de justicia adecuados a la situación de queja en el lugar, tiempo y momento adecuados. Del análisis de los pesos del constructo formativo justicia se obtiene que la justicia procedimental y la justicia interaccional tienen mayor peso en las emociones que la justicia distributiva, lo cual es una magnífica noticia para los gestores y empresas de comercio electrónico: la justicia distributiva conlleva, a menudo, una compensación económica o promocional que puede suponer un coste elevado para las compañías. La posibilidad que se abre de utilizar elementos de justicia procedimental e interaccional es una interesante opción que, aunque no esté exenta de coste, puede producir un menor impacto en la estructura de costes de la empresa. Una posible explicación de la importancia de la justicia interaccional es que mientras en las compras en tiendas presenciales la entrega del producto o servicio se realiza, en muchas ocasiones, de manera simultánea al pago, en comercio electrónico B2C la distribución conlleva un retraso entre el pago y la recepción del producto o servicio. Dado que una buena parte de los problemas en CE–B2C en España se deben a aspectos logísticos, esto produce que las acciones de interacción con el servicio de atención al cliente con el fin de obtener el producto deseado, se consideren esenciales. Si se produce una recuperación del servicio –por la causa que sea– se genera una incertidumbre que produce un alto nivel de atención a las explicaciones ofrecidas por los empleados, reaccionando a ellas de manera más emocional que cognitiva. Para llevarlo a la práctica, una recomendación es poner a disposición de los equipos de atención al cliente elementos que permitan interactuar (por ejemplo, equipamiento para videollamadas) y formar equipos de atención al cliente con una cierta libertad en la interacción con el usuario. Estas dos acciones mejorarían, además, la calidad de la atención percibida y el valor emocional percibido. La justicia procedimental tiene un peso importante en la construcción de la justicia percibida. Cuando aparece un problema parece que los consumidores valoran positivamente los esfuerzos de la compañía y los procedimientos para restablecer el servicio tan pronto como sea posible. Por tanto, que exista la percepción de que se ha 369 CAPÍTULO 7 Conclusiones puesto en marcha un protocolo que dé una solución a la queja planteada por el cliente redundará en un estado emocional más positivo –o menos negativo– del comprador. Por tanto, y como implicaciones para la gestión de las empresas, si existen los procedimientos de solución de queja, hay que hacer saber al usuario afectado el punto en el que se ha iniciado el procedimiento y los avances de la resolución del mismo en una suerte de “mix” de justicia interaccional y justicia procedimental. Por tanto, se debe enviar información relevante para la resolución y los pasos procedimentales que se están dando, de tal manera que el usuario sea consciente de que se está siguiendo un esquema de resolución sistemático. Por consiguiente, al análisis inicial de la queja, le seguirá una asignación de procedimiento para resolver la misma que involucre a los departamentos afectados. Dependiendo del tipo de queja, así deberán ser los tiempos de respuesta a la misma. Además es necesario establecer los canales en los que el cliente prefiere la comunicación del estado de resolución. A pesar de que a la justicia interaccional se le denomina "la acción sin coste" de las dimensiones de la justicia (Chebat y Slusarczyk, 2005; DeWitt et al., 2008), un servicio de atención al cliente eficaz y de calidad es una inversión importante. Si hay una sobrecarga de trabajo en el centro de atención al cliente (solicitudes de información, quejas,…), será difícil tener una buena justicia interaccional cuando surjan problemas. Por lo tanto, en primer lugar, es recomendable estar un paso por delante de las quejas fomentando que los clientes opinen sobre los productos, la entrega física de los productos, etc. Esta información, debidamente procesada, puede conducir a tomar medidas que ayuden a prevenir el comportamiento de queja. Para mejorar la justicia interaccional, es importante la implicación de la alta dirección. La participación activa de directivos en casos reales de quejas en centros de atención al cliente, la existencia de indicadores de queja, lealtad y resolución satisfactoria y la monitorización y estudio de casos reales de quejas ayudarán a implicar a toda la compañía en la definición y gestión de políticas de recuperación del servicio. El peso del constructo justicia es ligeramente superior para las emociones positivas, lo que ya es un primer indicativo la importancia de estudiar en profundidad el factor “emociones positivas” en caso de comportamientos de queja, donde tradicionalmente solo ha sido importante estudiar cómo disminuir las emociones negativas. 370 CAPÍTULO 7 Conclusiones Análisis de las emociones, la confianza, la satisfacción, la lealtad y el boca–a–oreja Las emociones positivas predicen con mayor importancia –respecto a las emociones negativas– la satisfacción con la recuperación del servicio; sucede lo mismo para la lealtad y la confianza –para este constructo la influencia de las emociones negativas no es significativa estadísticamente–. Esta conclusión del estudio resulta muy interesante, ya que buena parte de la literatura científica hasta el momento ha centrado sus recomendaciones en el estudio del impacto de las emociones negativas, excluyendo las emociones positivas. Por tanto, hay que centrar los esfuerzos en generar emociones positivas en los clientes que han experimentado comportamiento de queja y no solo tratar de reducir las emociones negativas. Por tanto, como implicación para la gestión es importante formar a los empleados en la gestión de las emociones de los clientes en un contexto de queja mediante técnicas de simulación de situaciones y detección de emociones en cualquier tipo de comunicación con el cliente (telefónicas, correos electrónicos, herramientas de comunicación 2.0, etc…) siendo conscientes de las dificultades que esto conlleva en un entorno en la Red por la falta de interacción cara a cara con el cliente. Conseguir generar emociones positivas es clave para conseguir una satisfacción en la recuperación del servicio mucho mayor. Disminuir las emociones negativas del cliente tiene un efecto mucho menor para generar satisfacción ante un problema. Por ello los servicios de atención al cliente no deberían dar por finalizada una incidencia en un servicio hasta detectar (mediante las herramientas indicadas anteriormente) que el cliente se encuentra en un estado emocional positivo. La generación de emociones positivas como el amor o la alegría o la disminución de emociones negativas como la ira, el odio o pueden lograrse a través de mecanismos de justicia interaccional (reconociendo el error si es el caso y pidiendo disculpas por el problema causado), con una atmósfera y ambiente adecuados en el contacto con el cliente (música, colores, voz modulada a la situación de los operadores del centro de atención al cliente). Sorprender al cliente y darle una solución a un problema o una compensación por los problemas causados antes de que se produzca la reclamación de manera formal puede generar emociones positivas que incrementen la confianza y ayuden a la recuperación del servicio. La falta de capacidad de la predicción de las emociones negativas sobre la confianza puede explicarse por la casuística de los problemas que declaran los compradores españoles en sus compras por Internet (Urueña et al., 2010a) y que provocan posteriormente el 371 CAPÍTULO 7 Conclusiones comportamiento de queja: el 59,5% de quienes tuvieron alguna queja fue debido a problemas logísticos. Los problemas de pago también fueron frecuentes, fundamentalmente por errores relativos al cobro duplicado (9,3%). Por otra parte, otra problemática frecuente en las compras online es que el producto o servicio adquirido no responde a lo que se ofrecía en la Web. Concretamente, uno de cada tres compradores alega este motivo. De éstos, en primer lugar, un 32,7% de los afectados por este problema indica que fue un malentendido por su parte (la información del producto en la Web era correcta). Los problemas logísticos y de pago, al ser en muchos casos realizados por empresas proveedoras ajenas al operador de CE–B2C y que operan bajo su propia marca, pueden clasificarse como situacionales, fuera de control del vendedor CE–B2C (McColl– Kennedy y Smith, 2006). Los malentendidos del cliente al encargar un producto equivocado al que deseaba pueden clasificarse como internos, generando emociones de vergüenza o culpabilidad propia (McColl–Kennedy y Smith, 2006). Otros estudios indican que las emociones son más intensas cuando la recuperación del servicio se percibe bajo el control directo del proveedor de servicio (Smith y Ellsworth, 1985). Por tanto, la generación de emociones negativas hacia uno mismo o hacia organizaciones percibidas como ajenas a la plataforma CE–B2C provocan la no influencia sobre la lealtad y la confianza hacia el CE–B2C. Además, al ser un estudio sobre CE–B2C genérico, otra explicación de la menor influencia de las emociones negativas es que no se han usado marcas concretas. Este resultado nos indica de nuevo la importancia de generar emociones positivas, que influyen en la confianza de manera significativa. La confianza se convierte en el constructo central del modelo, al mediar por partida doble: por un lado entre las emociones –negativas y positivas –y la lealtad, y por otro, entre la satisfacción específica con la recuperación del servicio y la satisfacción acumulada, recogiendo las influencias emocionales y cognitivas de las medidas de justicia tomadas en la recuperación del servicio. De hecho, la satisfacción con la recuperación del servicio no tiene influencia directa en la satisfacción acumulada, pero sí a través de la mediación de la confianza. Por tanto la satisfacción en la resolución específica de la queja (junto al aumento de las emociones positivas y la disminución de las negativas) parece que actúa como un generador “incremental” de la confianza, fortaleciendo la relación con el cliente. Una importante consecuencia para la gestión de las empresas es que la satisfacción en la resolución específica de un problema no es suficiente para conseguir una satisfacción acumulada, que es el factor más importante para que el internauta vuelve a comprar de 372 CAPÍTULO 7 Conclusiones nuevo: además es necesario la generación de emociones en el proceso que permitan recuperar la confianza y la satisfacción acumulada. Dado que la confianza es un elemento clave en la satisfacción acumulada se vuelve fundamental su generación –o su recuperación– en un cliente que se ha quejado. Y desde luego, no conviene realizar acciones que hagan que el cliente pueda perder la confianza definitivamente. La reiteración de un mismo problema, aunque se vaya solucionando puntualmente, puede generar la pérdida total de la confianza. Una buena gestión de los sistemas de información de clientes, que proporcione el historial de quejas y su tratamiento, y la existencia de procedimientos internos en la organización para que un problema con un cliente no se produzca de manera reiterada puede ser esencial para conseguir tener éxito en este aspecto. También es importante conseguir clientes leales y que transmitan a otros mediante el boca–a–oreja su satisfacción. La confianza –y en menor medida las emociones positivas– son los elementos predictores más importantes para conseguir la lealtad del cliente. Por último el cliente solo hablará bien de nuestra organización cuando consiga una satisfacción acumulada y confíe en nosotros. En la tabla 84 se presenta un resumen de las principales implicaciones para la gestión en compradores con comportamiento de queja. 373 CAPÍTULO 7 Conclusiones Implicaciones para la gestión en compradores constantes con comportamiento de queja Justicia Fomentar la justicia interaccional (con formación de equipos de atención al cliente y equipamiento que permita interactuar) y procedimental (dando información puntual al cliente sobre el estado en el que se encuentra el procedimiento elegido para resolver su queja) Emociones positivas Es importante formar a los empleados en la gestión de las emociones de los clientes en un contexto de queja mediante técnicas de simulación de situaciones y detección de emociones en cualquier tipo de comunicación con el cliente Emociones negativas Disminuir las emociones negativas, dar menor prioridad que a las emociones positivas. Utilizar una atmósfera y ambiente adecuados en el contacto con el cliente (música, colores, voz modulada a la situación de los operadores del centro de atención al cliente Confianza Elemento fundamental para lograr satisfacción acumulada en el cliente junto a las emociones. Gestionar adecuadamente los sistemas de información de clientes, que contengan historial de quejas y su tratamiento. Existencia de procedimientos internos en la organización para que un problema con un cliente no se produzca de manera reiterada. Satisfacción No dar por cerrada una queja hasta que no se hayan producido emociones positivas y se haya detectado este hecho por la atención al cliente. Conseguir satisfacción en a resolución a un problema no implica que haya satisfacción acumulada para generar nuevas compras. TABLA 84: IMPLICACIONES PARA LA GESTIÓN EN COMPRADORES CON COMPORTAMIENTO DE QUEJA 7.3. Limitaciones de la investigación Esta investigación está sujeta a limitaciones, que es necesario señalar de manera que se puedan evaluar los resultados de manera apropiada. Las limitaciones se analizan en este apartado en tres bloques: limitaciones del estudio descriptivo del comercio electrónico en España y limitaciones del modelo de compradores constantes y ocasionales y del modelo de compradores con comportamiento de queja. La metodología utilizada de estudio de los principales modelos ya existentes de los factores de recompra y las relaciones entre los factores, ha permitido obtener modelos originales que se han abordado bajo una perspectiva exploratoria y que pueden ser validados en un futuro a través de análisis confirmatorios. 374 CAPÍTULO 7 Conclusiones 7.3.1. Estudio descriptivo del comercio electrónico B2C en España El estudio del capítulo 2 presenta un panorama del comercio electrónico B2C de naturaleza descriptiva, pero es necesario recordar que se ha elaborado a partir de fuentes secundarias existentes, lo cual limita el alcance de los resultados a los datos ya obtenidos en el trabajo de campo realizado. El objetivo es estudiar diferencias sociodemográficas y de usos entre distintos tipos de compradores (clasificados como recurrentes, noveles y con comportamiento de queja). Los resultados han servido como estudio exploratorio, cuyos resultados se han tenido en cuenta a la hora de analizar los factores y modelos determinantes en la continuidad de compra en comercio electrónico, para adaptar los constructos e indicadores al contexto cultural español. 7.3.2. Compradores constantes y ocasionales Para el modelo de compradores constantes y ocasionales estas son algunas de las limitaciones detectadas: La investigación ha estudiado la continuidad de compra en comercio electrónico de manera general, sin tener en cuenta variables como el tipo de producto o servicio. Dado que el comercio electrónico aún no es un fenómeno generalizado existen dificultades en conseguir muestras y más cuando se busca realizar segmentaciones como la realizada en esta investigación con los compradores constantes y ocasionales. El concepto de auto-eficacia no ha sido incluido en esta investigación aunque está presente en algunos modelos y teorías de confirmación de expectativas y de continuidad en el uso de las tecnologías. Aunque el estudio incluye una gran cantidad de indicadores, sería posible introducir nuevas dimensiones explicativas como el flujo, la equidad, o el disfrute percibido, así como utilizar las características personales o de uso como variables moderadoras. El ámbito geográfico del estudio es el de los compradores españoles, cuando es muy posible que haya diferencias culturales importantes que influyen en la compra. Este mismo hecho sucede en los compradores con comportamiento de queja. 375 CAPÍTULO 7 Conclusiones 7.3.3. Compradores con comportamiento de queja En el caso de los compradores con comportamiento de queja estas son algunas de las limitaciones detectadas: En primer lugar, hay que recalcar la dificultad de obtener muestras en consumidores con comportamiento de queja. Además, la realización de estudios longitudinales sobre muestras panel estables serían de gran interés para estudiar las variaciones emocionales y cognitivas que se producen a lo largo de un proceso de recuperación del servicio. Se ha utilizado una batería de respuestas emocionales algo limitada que podría ser ampliada analizando su influencia en la confianza y lealtad. Además, sería muy interesante estudiar los mecanismos que generan emociones positivas o disminuyen las emociones negativas cuando se ha producido una queja a través de las dimensiones de la justicia o de otros constructos que puedan influir en las emociones. No se ha profundizado en los antecedentes de la satisfacción con la recuperación del servicio, la satisfacción acumulada y la confianza. Es necesario utilizar variables y constructos adicionales a los utilizados en esta investigación que permitan una mayor explicación de la satisfacción y de la confianza en contextos de recuperación del servicio. La confianza se ha tratado como un constructo de carácter unidimensional. Caracterizar de manera más amplia el constructo utilizado en esta investigación puede reflejar mejor la componente afectiva y cognitiva del mismo. Por último, no se ha segmentado a los compradores con quejas en función de la casuística de las mismas, la gravedad o el tiempo de resolución. 7.4. Futuras líneas de investigación Durante la realización de un trabajo de esta índole se atisban distintas posibilidades y diferentes puntos de vista a estudiar en un tema tan cambiante como el comercio electrónico. Aspectos como la integración del comercio electrónico y las redes sociales, que apenas se vislumbraban al principio de este trabajo son, actualmente de enorme interés entre los investigadores. Se han identificado las siguientes líneas de investigación abiertas para futuros estudios: 376 CAPÍTULO 7 Conclusiones La investigación se ha realizado para compradores en CE–B2C, a los que se preguntaba, adicionalmente a los indicadores que forman los constructos, sobre el tipo de productos y servicios comprados, el gasto que habían realizado en estos productos y los inconvenientes que habían sufrido en el proceso de compra. Por tanto existiría la posibilidad de realizar distintas segmentaciones y uso de variables moderadoras que enriqueciesen los modelos. Es necesario profundizar en la medida de los constructos valor y calidad, investigando más en su naturaleza reflectiva y formativa y en las interacciones y correlaciones con otros constructos del modelo. Se plantea la realización de un modelo unificado en continuidad de compra. A pesar de las dificultades en modelar la recompra tras una compra sin incidencia o una compra posterior a un comportamiento de queja, hay algunos constructos comunes como la satisfacción. Se propone diseñar un modelo único que sirva como explicación a la recompra en una variedad de situaciones. Introducir nuevos factores que influyan en la continuidad de compra, como por ejemplo, la influencia y las recomendaciones en las redes sociales, así como cualquier aspecto en general relacionado con el social commerce. En ocasiones, para medir estos nuevos fenómenos será necesario desarrollar nuevas escalas y cuestionarios de medida. También sería interesante estudiar la influencia en la compra según el tipo de producto o servicio a adquirir, tal y como hemos observado en la investigación de los procesos de búsqueda de información en Internet. El estudio de las componentes hedonistas o de experiencia de compra sin duda enriquecería los modelos y podrían mejorar su predicción o confirmación. Dada la importancia de las emociones, una posible vía de investigación es estudiar en mayor profundidad cómo generar emociones en los clientes y detectar las producidas en un comportamiento de queja, por ejemplo, bajo una perspectiva fisiológica. La investigación de herramientas automáticas de detección del estado emocional posibilitaría una respuesta más precisa de las empresas. Encontrar factores que sean capaces de predecir y explicar el valor y la calidad en el estudio de los compradores constantes y de la confianza en un contexto de recuperación del servicio, constructo clave en los modelos en los que ha existido queja. De entre las conclusiones extraídas en este trabajo hay factores como la utilidad percibida que parece que pierden importancia a medida que el comprador va madurando y adquiriendo experiencia en la compra por Internet. Por tanto un 377 CAPÍTULO 7 Conclusiones estudio de enorme interés sería ver cómo evoluciona a lo largo del tiempo la importancia de los factores que influyen en la adopción, uso y continuidad en el uso del comercio electrónico. Se propone la posibilidad de realizar este estudio en ámbitos culturales y geográficos diferentes al español, lo que permitiría validar o rechazar las hipótesis realizadas y establecer comparativas entre compradores de distintos países. Uno de los problemas de este estudio ha sido la dificultad de captación de una muestra suficiente de la población española –especialmente en colectivos como compradores que han tenido recientemente un comportamiento de queja–. Se propone estudiar y mejorar los métodos de acceso a estas muestras de tal manera que se facilite la investigación en este campo. 378 Bibliografía Bibliografía 379 Bibliografía 380 Bibliografía 8. Bibliografía Aarts, H.; Verplanken, B.; VanKnippenberg, A. (1998). Predicting behavior from actions in the past: Repeated decision making or a matter of habit?. Journal of Applied Social Psychology, 28 (15), 1355–1374. Abrahamson, E. (1991). Managerial Fads and Fashions: The Diffusion and Rejection of Innovations. The Academy of Management Review, 16 (3), 586−612. Adams, D. A.; Nelson, R. R.; Todd, P. A. (1992). Perceived Usefulness, Ease of Use, and Usage of Information Technology: A Replication. MIS Quarterly, 16 (2), 227–247. Adams, J. S. (1965). Inequity in social exchange. En Berkowitz (ed.), Advances in Experimental Social Psychology. New York: Academic Press. Adams, J. S. (1963). Toward an understanding of inequity. Journal of Abnormal and Social Psychology, 67(5), 422–436. Agarwal, R.; Karahanna, E. (2000). Time Flies When You're Having Fun: Cognitive Absorption and Beliefs about Information Technology Usage. MIS Quarterly, 24 (4), 665–694. Agarwal, R.; Prasad, J. (1997). The Role of Innovation Characteristics and Perceived Voluntariness in the Acceptance of Information Technologies. Decision Sciences, 28 (3), 557−583. Agarwal, R.; Prasad, J. (1998). A Conceptual and Operational Definition of Personal Innovativeness in the Domain of Information Technology. Information Systems Research, 9 (2), 204. Agarwal, S.; Teas, R. K. (2001). Perceived value: mediating role of perceived risk. Journal of Marketing Theory and Practice, 9 (4), 1–14. Ahuja, M. K.; Thatcher, J. B. (2005). Moving Beyond Intentions and Toward the Theory of Trying: Effects of Work Environment and Gender on Post–Adoption Information Technology use. MIS Quarterly, 29 (3), 427−459. Ajzen, I. (1985). From intentions to actions: A theory of planned behavior. En J. Kuhl & J. Beckman (Eds.), Action–control: From cognition to behavior, 11–39. Heidelberg, Germany: Springer. Ajzen, I. (1991). The Theory of Planned Behavior. Organizational Behavior and Human Decision Processes, 50 (2), 179−211. Ajzen, I. (2002). Perceived Behavioral Control, Self–Efficacy, Locus of Control, and the Theory of Planned Behavior. Journal of Applied Social Psychology, 32 (4), 665–683. 381 Bibliografía Ajzen, I.; Fishbein, M. (1972). Attitudes and Normative Beliefs as Factors Influencing Behavioral Intentions. Journal of Personality and Social Psychology, 21, 1–9. Ajzen, I.; Fishbein, M. (1977). Attitude–Behavior Relations: A Theoretical Analysis and Review of Empirical Research. Psychological Bulletin, 84, 888–918. Ajzen, I.; Fishbein, M. (1980). Understanding Attitudes and Predicting Social Behavior. Englewood Cliffs, N.J.: Prentice Hall. Ajzen, I.; Fishbein, M. (2001). Attitudes and the Attitude–Behavior Relation: Reasoned and Automatic Processes. European Review of Social Psychology, 11, 1–33. Ajzen, I.; Madden, T. J. (1986). Prediction of Goal–Directed Behavior: Attitudes, Intentions, and Perceived Behavioral Control. Journal of Experimental Social Psychology, 22, 453–474. Ajzen, I.; Timko, C.; White, J. B. (1982). Self–Monitoring and the Attitude–Behavior Relation. Journal of Personality and Social Psychology, 42, 426–435. Alba, J.; Lynch, J.; Weitz, B.; Janiszewski, C.; Lutz, R.; Sawyer, A.; Wood, S. (1997). Interactive Home Shopping: Consumer, Retailer, and Manufacturer Incentives to Participate in Electronic Marketplaces. Journal of Marketing, 61, 38–53. Allport, G.W. (1935). Attitudes. Handbook of social psychology. Worcester, Clark University Press. Almutairi, H.; Subramanian, G. H. (2005). An empirical application of the DeLone and McLean model in the Kuwaiti private sector. Journal of Computer Information Systems, 45 (3), 113–122. Alonso, J.; Grande, I. (2004). Comportamiento del Consumidor. Decisiones y Estrategias de Marketing. 5ª Edición. Madrid: ESIC. Álvarez, B.; Cuesta, M.; Díaz, R.; Jiménez, J. M.; Paz, D. (1997). Análisis de las propiedades psicométricas de una escala de actitud: comparación de las técnicas Likert y Thurstone. Revista electrónica de Metodología Aplicada, 2 (2), 23–33. Ambrose, M.; Hess, R. L.; Ganesan, S. (2007). The relationship between justice and attitudes: An examination of justice effects on event and system–related attitudes. Organizational Behavior and Human Decision Processes, 103 (1), 21–36. Andersen, P. H.; Kumar, R. (2006). Emotions, trust and relationship development in business relationships: A conceptual model for buyer–seller dyads. Industrial Marketing Management, 35 (4), 522–535. Anderson, E. W.; Fornell, C.; Lehmann, D. R. (1994). Customer satisfaction, market share and profitability: finding from Sweden. Journal of Marketing, 58, 53–66. 382 Bibliografía Anderson, E. W.; Sullivan, M. W. (1993). The antecedents and consequence of customer satisfaction for firms. Marketing Sciences, 12 (2), 125–143. Anderson, E. W. (1994). Cross category variation in customer satisfaction and retention. Marketing Letters, 5 (1), 19–30. Anderson, R. E. (1973). Consumer dissatisfaction: The effect of disconfirmed expectancy on perceived product performance. Journal of Marketing Research, 10 (2), 38–44. Anderson, R. E.; Srinivasan, S. C. (2003). E–Satisfaction and E–Loyalty: A Contingency Framework. Psychology and Marketing, 20 (2), 123–38. Andreassen, T. W. (1998). Customer Loyalty and Complex Services. International Journal of Service Industry Management, 9 (1), 178–194. Arndt, J. (1967). Word–of–mouth advertising and informal communication. En D. Cox (Ed.), Risk taking and information handling in consumer behavior. Boston, Harvard University. Assael, H. (1987). Consumer Behavior and Marketing Action. Universidad Estatal de Pensilvania: South–Western Pub. Atkinson, J. W. (1958). Motives in Fantasy, Action, and Society. N.J.: Princeton. Babin, J. B.; Chebat, J.; Michon, R. (2004). Perceived appropriateness and its effect on quality, affect and behaviour. Journal of Retailing and Consumer Services, 11, 287–298. Bagchi, K.; Mahmood, M. A. (2004). A longitudinal study of business model of on–line shopping behavior using a latent growth curve. AMCIS 2004 Proceedings, 297. Bagozzi, R. (2007). The legacy of Technology Acceptance Model and a proposal for a paradigm shift. Journal of the Association for Information Systems, 8 (4), 244–254. Bagozzi, R. P.; Gopinath, M.; Nyer, P. U. (1999). The Role of Emotions in Marketing. Journal of the Academy of Marketing Science, 27 (2), 184–206. Baker, E.; Al–Gahtani, S.; Hubona, G. (2010). Cultural impacts of acceptance and adoption of information technology in a developing country. Journal of Global Information Management, 18 (3), 35–58. Bandura, A. (1969). Social–learning theory of identificatory processes. Handbook of socialization theory and research. Chicago: Rand McNally. Bandura, A. (1973). Aggression: A social learning analysis. N.J.: Prentice–Hall. Bandura, A. (1977). Self–Efficacy: Toward a Unifying Theory of Behavioral Change. Psychology Review, 84, 191–215. 383 Bibliografía Bandura, A. (1982). Self–efficacy mechanism in human agency. The American Psychologist, 37 (2), 122–147. Bandura, A. (1986). Social foundations of thought and action: A social cognitive theory. Englewood Cliffs. New York: Prentice–Hall. Bandura, A. (1989). Social cognitive theory and social referencing. Social referencing and social construction of reality. New York: Plenum. Bandura, A.; McDonald, F. J. (1963). The influence of social reinforcement and the behavior of models in shaping children's moral judgments. Journal of Abnormal and Social Psychology, 67, 274–281. Barclay, D.; Higgins, C.; Thompson, R. (1995). The partial least squares (PLS) approach to causal modelling: Personal computer adoption and use as an illustration. Technology Studies, 2(2), 285–309. Barrett, M. D. (1999). An Investigation into the Emotional Nature of Injustice. Tesis Doctoral, Purdue University. Barroso, C.; Cepeda, G.; Roldán, J. L. (2010). Applying maximum likelihood and PLS on different sample sizes: Studies on SERVQUAL model and employee behaviour model. En Vincenzo Esposito V., Wynne W. C., Jörg H. and Huiwen W. (Eds.). Handbook of Partial Least Squares: Concepts, Methods and Applications in Marketing and Related Fields. Berlin: Springer. Bass, F. M. (1969). A new product growth model for consumer durables. Management Science, 15 (5), 215–227. Baumann, C.; Burton, S.; Elliott, G.; Kehr, H. M. (2006). Prediction of attitude and behavioral intentions in retail banking. International Journal of Banking Marketing, 25 (2), 102–116. Beach, L. R.; Mitchell, T. R. (1978). A Contingency Model for the Selection of Decision Strategies. Academy of Management Review, 3 (3), 439–449. Bearden, W. O.; Teel, J. E. (1983). Selected determinants of consumer satisfaction and complaint reports. Journal of Marketing Research, 20, 21–28. Becker, G. (1965). Allocation of Time, Human Capital and Economic Growth. The Economic Journal, 75, 299, 493–517. Beerli, A.; Martin, J. D.; Quintana, A. (2004). A model of customer loyalty in the retail banking market. European Journal of Marketing, 38 (1), 253–275. Behrend, T. S.; Wiebe, E. N.; London, J. E.; Johnson, E. C. (2010). Cloud Computing Adoption and Usage in Community Colleges. Behaviour & Information Technology, 30, 231–240 Belsley, D. A. (1991). Conditioning diagnostics: Collinearity and weak data in regression. New York, New York: John Wiley & Sons. 384 Bibliografía Bem, D. J. (1972). Self–Perception Theory. En L. Berkowitz (Ed.), Advances in Experimental Social Psychology. New York: Academic Press. Bemmaor, A. (1995). Predicting Behavior from Intention–to–Buy Measures: The Parametric Case. Journal of Marketing Research, 32, 176–191. Benbasat, I.; Dexter, A. S. (1986). An Investigation of the Efectiveness of Color and Graphical Presentation Under Varying Time Constraints. MIS Quarterly, 10 (1), 59–84. Berelson, B.; Steiner, G. (1964). Human Behavior: An Inventory of Scientific Findings. New York: Harcourt, Brace & World. Berry, J. (1999). Why web sites fall short–according to CSC study, top management and IT are out of synch. InternetWeek, 765, 27–28. Berry, L. L.; Parasuraman, A.; Zeithaml, V. A. (1988). The service quality puzzle. Business Horizon, 31 (5), 35–43. Bettman, J. R. (1979). An Information Processing Theory of Consumer Choice. University of California: Addison–Wesley Pub. Co. Bettman, J. R.; Jones, M. (1986). Formal Models of Consumer Behavior: A Conceptual Overview. The Journal of Business, 45 (4), 544–562. Bhatnagar, A.; Ghose, S. (2004). A latent class segmentation analysis of e–shoppers. Journal of Business Research, 57 (7), 758–767. Bhattacherjee, A. (2000). Acceptance of e–commerce services: the case of electronic brokerages. IEEE Transactions on Systems, Man, and Cybernetics Part A. Systems and Humans, 30 (4), 411–420. Bhattacherjee, A. (2001a). An Empirical Analysis of the Antecedents of Electronic Commerce Service Continuance. Decision Support Systems, 32, 201–214. Bhattacherjee, A. (2001b). Understanding information systems continuance: An expectation– confirmation model. MIS Quarterly, 25 (3) , 351–370. Bhattacherjee, A. (2002). Individual Trust in Online Firms: Scale Development and Initial Test. Journal of Management Information Systems, 19, 211–241. Bhattacherjee, A.; Perols, J.; Snaford, C. (2008). Information technology continuance: A theoretical extension and empirical test. The Journal of Computer Information Systems, 49 (1), 17–26. Bitner, M. J. (1990). Evaluation Service Encounters: The Effects of Physical Surroundings and Employee Responses. Journal of Marketing, 54, 69–82. 385 Bibliografía Bitner, M. J.; Hubbert, A. R. (1994). Encounter satisfaction versus overall satisfaction versus quality. Service Quality, Eds. Rust and Oliver. Sage Publication, 72–94. Blodgett, J. G.; Hill, D. J.; Tax, S. S. (1997). The effects of distributive, procedural, and interactional justice on postcomplaint behavior. Journal of Retail, 73 (2), 185– 210. Bloemer, J.; de Ruyter, K. (1999). Customer loyalty in high and low involvement service settings: The moderating impact of positive emotions. Journal of Marketing Management, 15, 315–330. Bloemer, J.; de Ruyter, K.; Wetzels, M. (1999). Linking perceived service quality and service loyalty: a multi–dimensional perspective. European Journal of Marketing, 33 (11), 1082–1106. Bloemer, J.; Kasper, J. D. P. (1995). The complex relationship consumer satisfaction and brand loyalty. Journal of Economic Psychology, 16, 311–329. Bollen, K. (1984). Multiple indicators: internal consistency or no necessary relationship?. Quality and Quality, 18, 377–385. Bollen, K. (1989). Structural equations with latent variables. New York: Wiley. Bollen, K.; Lennox, R. (1991). Conventional wisdom on measurement: a structural equation perspective. Psychological Bulletin, 110 (2), 305–314. Bolton, R. N.; Drew, J. H. (1991). A multistage model of customers' assessments of service quality and value. Journal of Consumer Research, 17 (4), 375–384. Bolton, R. N.; Lemon, K. N. (1999). A dynamic model of customers’ usage of services: usage as an antecedent and consequence of satisfaction. Journal of Marketing Research, 36, 171–186. Boudreau, M. C.; Gefen, D.; Straub, D. (2001). Validation in IS Research: A State–of–the–Art Assessment. MIS Quarterly, 25 (1), 1–16. Boyd, R.; Wandersman, A. (1991). Predicting Undergraduate Condom Use with the Fishbein and Ajzen and the Triandis Attitude–Behavior Models: Implications for Public Health Interventions. Journal of Applied Social Psychology, 21, 1810–1830. Brady, M. K.; Cronin, J. J. (2001). Some new thoughts on conceptualizing perceived service quality: A hierarchical approach. Journal of Marketing, 65, 34– 49. Brown, S. A.; Venkatesh, V. (2005). Model of Adoption of Technology in Households: A Baseline Model Test and Extension Incorporating Household Life Cycle. MIS Quarterly, 29 (3), 399−426. Butz, H. E.; Goldstein, L. D. (1996). Measuring Customer Value: Gaining the Strategic Advantage. Organizational Dynamics, 24, 63– 77. Caparrós, A. (1984). La Psicología y sus Perfiles: Introducción a la Cultura Psicológica. Barcelona, España: Editorial Barcanova. 386 Bibliografía Carmines, F. G.; Zeller, R. A. (1979). Reliability and validity assessment. Sage University paper series on quantitative applications in the social sciences. Carpenter, P. G.; Fleishman, J. A. (1987). Linking intentions and behavior: A model of college search and choice behavior. Alberta, Canada: University of Alberta. Carrasco, A. (2007). La sociedad de consumo: origen y características. Contribuciones a la Economía, 2007 (01). Caruana, A. (2002). Service loyalty: The effects of service quality and the mediating role of customer satisfaction. European Journal of Marketing, 36 (7), 811–828. Carvajal, F. (2002). Is Habitual Behavior Dependent on the Stability of the Situation in Which It Originated?. Tesis Doctoral, University of Massachusetts. Cassel, C.; Hackl, P.; Westlund, A. H. (1999). Robustness of partial least–squares method for estimating latent variable quality structures. Journal of Applied Statistics, 26(4), 435–446. Castells, M. (2000). La era de la información, economía, sociedad y cultura. La sociedad red (Volumen I). Madrid: Alianza. Cavana, R. Y.; Corbett, L. M.; Lo, Y. L. (2007). Developing zones of tolerance for managing passenger rail services quality. International Journal of Quality & Reliability Management, 24 (1), 7–31. Celuch, K.; Goodwin, S.; Taylor, S. (2007). Understanding small scale industrial user internet purchase and information management intentions: A test of two attitude models. Industrial Marketing Management, 36 (1), 109–120. Cenfetelli, R. T.; Benbasat, I.; Al–Natour, S. (2008). Addressing the What and How of online services: Positioning supporting–services functionality and service quality for business–to– customer success. Information Systems Research, 19 (2), 161–181. Cepeda, G. y Roldán, J. (2004). Aplicando en la práctica la Técnica PLS en la Administración de Empresas. XIV Congreso Anual de la Asociación Científica de Economía y Dirección de Empresas (ACEDE). Cepeda, G. y Roldán, J. (2006). Seminario de Introducción a la Técnica Partial Least Squares (PLS) para investigadores en Ciencias Sociales. I Taller de Investigación Herramientas para el desarrollo de investigaciones empíricas: Modelo de Ecuaciones Estructurales (MEE) y Técnica Partial Least Squares (PLS). E.T.S.I. de Telecomunicación, Universidad Politécnica de Madrid. Chan, S.; Lu, M. (2004). Understanding internet banking adoption and use behavior: a Hong Kong perspective. Journal of Global Information Management, 12 (3), 21–43. Chang, H. H. (2010). Task–technology fit and user acceptance of online auction. International Journal of Human–Computer Studies, 68 (1–2), 69–89. 387 Bibliografía Chang, C. J.; King, W. R. (2005). Measuring the performance of information systems: A functional scorecard. Journal of Management Information Systems, 22(1), 85–115. Chang, H. H. (2006). An empirical evaluation of performance measurement systems for total quality management. Total Quality Management & Business Excellence, 17 (8), 1093–1109. Chang, H. H.; Chen, S. W. (2009). Consumer perception of interface quality, security, and loyalty in electronic commerce. Information & Management, 46 (7), 411–417. Chang, J. C. J.; King, W. R. (2005). Measuring the performance of information systems: A functional scorecard. Journal of Management Information Systems, 22 (1), 85–115. Chang, T. Z.; Wildt, A. R. (1994). Price, Product Information, and Purchase Intention: An Empirical Study. Journal of the Academy of Marketing Science, 22 (1), 16–27. Chase, S. (1966). El estudio de la humanidad. México: Uteha. Chau, P.; Hu, P. (2002). Investigating healthcare professionals' decision to accept telemedicine technology: an empirical test of competing theories. Information & Management, 39 (4), 297– 311. Chebat, J. C.; Slusarczyk, W. (2005). How Emotions Mediate the Effect of Perceived Justice on Loyalty In Service Recovery Situations: An Empirical Study. Journal of Business Research, 58, 664–673. Chen, L. D.; Gillenson, M. L.; Sherrell, D. L. (2004). Consumer acceptance of virtual stores: A theoretical model and critical success factors for virtual stores. ACM SIGMIS Database, 35 (2), 8–31. Chen, L. D.; Guillenson, M. L.; Sherrell, D. L. (2002) Enciting online consumers: an extended technology acceptance perspective. Information and Management, 39 (8), 705–719. Chen, Y. (2012). Why do consumers go internet shopping again?. Understanding the antecedents of repurchase intention. Journal of Organizational Computing and Electronic Commerce, 22, 38–63. Chen, Z.; Dubinsky, A. J. (2003). A conceptual model of perceived customer value in e– commerce: A preliminary investigation. Psychology & Marketing, 20 (4), 323–347. Chin, W. (2003). A Permutation Procedure for Multi–group Comparison of PLS models. EnVilares, M.; Tenenhaus; Coelho, P.; Exposito, V. and Morineau (Eds.) PLS and related methods: Proceedings of the PLS’03 International Symposium, 33–43. Chin, W. W. (1998a). Issues and opinion on structural equation modelling. Management Information Systems Quarterly, 22 (1), 7–15. 388 Bibliografía Chin, W. W. (1998b). The partial least squares approach to structural equation modeling. En G.A. Marcoulides (Ed.), Modern methods for business research, 295–336. N.J.: Lawrence Erlbaum Associates, Inc. Chin, W. W. (2010). How to write up and report PLS analyses. En Vincenzo Esposito V., Wynne W. C., Jörg H. and Huiwen W. (Eds.). Handbook of Partial Least Squares: Concepts, Methods and Applications in Marketing and Related Fields. Berlin: Springer. Chin, W. W.; Newsted, P. R. (1999). Structural equation modeling analysis with small samples using partial least squares. En Hoyle, R. (Ed.), Statistical strategies for small samples research, 307–341. Thousand Oaks, CA: Sage. Chiu, C. M.; Chang, C. C.; Cheng, H. L.; Fang, Y. H. (2009). Determinants of customer repurchase intention in online shopping. Online Information Review, 22 (4), 761–784. Chiu, C. M.; Hsu, M. H. et al. (2005). Usability, quality, value and e–learning continuance decisions. Computers and Education, 45 (4), 399–416. Chiu, C. M.; Hsu, M. H.; Wang, E. T. (2006). Understanding knowledge sharing in virtual communities: An integration of social capital and social cognitive theories. Decision Support Systems, 42 (3), 1872–1888. Chiu, C. M.; Huang, H. Y.; Yen, C. H. (2010). Antecedents of trust in online auctions. Electronic Commerce Research and Applications, 9, 148–159. Cho, J. (2004). Likelihood to Abort an Online Transaction: Influences from Cognitive Evaluations, Attitudes, and Behavioral Variables. Information & Management, 41 (7), 827–838. Choi, K. S.; Cho, W. H.; Lee, S.; Lee, H.; Kim, C. (2004). The relationship among quality, value, satisfaction and behavioral intention in health care provider choice: a South Korean study. Journal of Business Research, 5738, 1–9. Churchill, J. G. A. (1979). A paradigm for developing better measures of marketing constructs. Journal of Marketing Research, 16 (1), 64–73. Churchill, J. G. A.; Surprenant, C. (1982). An investigation into the determinants of customer satisfaction. Journal of Marketing Research, 19 (4), 491–504. Cohen, J. (1988). Statistical power analysis for the behavioral sciences. N.J.: Lawrence Erlbaum, Hillsdale. Collier, J. E.; Bienstock, C. C. (2009). Model Misspecification: Contrasting Formative and Reflective Indicators for a Model of E–Service Quality. Journal of Marketing Theory and Practice, 17 (3), 283–293. Collier, J. E.; Bienstock, C. C. (2006). Measuring Service Quality in E–Retailing. Journal of Service Research, 8 (3), 260–275. 389 Bibliografía Colquitt, J. A. (2001). On the dimensionality of organizational justice: a construct validation of a measure. Journal of Applied Psychology, 86 (3), 386–400. Compeau, D. R.; Higgins, C. A. (1995). Application of Social Cognitive Theory to Training for Computer Skills. Information Systems Research, 6 (2), 118–143. Compeau, D. R.; Higgins, C. A. (1995b). Computer Self–efficacy: Development of a Measure and Initial Test. MIS Quarterly, 19 (2), 189−211. Conner, M.; Black, K.; Stratton, P. (1998). Understanding Drug Compliance in a Psychiatric Population: An Application of the Theory of Planned Behavior. Psychology, Health and Medicine, 3, 337–44. Consalves, G. C.; Lederer, A. L.; Mahaney, R. C.; Newkirk, H. E. (1999). A Customer Resource Life Cycle Interpretation of the Impact of the World Wide Web on Competitiveness: Expectations and Achievements. International Journal of Electronic Commerce, 4 (1), 103–120. Cooley, C. H. (1897). The Process of Social Change. Political Science Quarterly, 12, 63–81. Cooper, R. B.; Zmud, R. W. (1990) Information Technology Implementation Research: A Technological Diffusion Approach. Management Science, 36 (2), 123−139. Córdoba, J. F.; Henao, O. (2007). Comportamiento del consumidor, una mirada sociológica. Entramado 2007, 3 (2), 18–29. Corritore, C. L.; Kracher, B.; Wiedenbeck, S. (2003). On–line trust: concepts, evolving themes, a model. International Journal of Human–Computer Studies, 58 (6), 737–758. Crisp, C. B.; Jarvenpaa, S. L.; Todd, P. A. (1997). Individual Differences and Internet Shopping Attitudes and Intentions. Working Paper. University of Texas. Cristóbal, E.; Flavian, C.; Guinaliu, M. (2007). Perceived e–service quality: Measurement validity and effects on consumer satisfaction and website loyalty. Managing Service Quality, 17 (3), 317–340. Cronin, J. J.; Brady, M. K.; Hult, G. T. M. (2000). Assessing the effects of quality, value and customer satisfaction on consumer behavioral intentions in service environments. Journal of Retailing, 76 (2), 193–218. Cronin, J. J.; Taylor, S. A. (1992). Measuring service quality: A reexamination and extension. Journal of Marketing, 56 (3), 55–68. Cronin, J. J.; Brady, M. K.; Hult, G. T. (2000). Assessing the effects of quality, value, and customer satisfaction on consumer behavioral intentions in service environment. Journal of Retailing, 76(2), 193–218. 390 Bibliografía Crosbie–Burnett, M.; Lewis, E. A. (1993). Use of African–American family structures and functioning to address the challenges of European–American postdivorce families. Family Relations, Special Issue on Family Diversity, 42, 243– 248. Custers, R.; Aarts, H. (2005) Positive Affect as Implicit Motivator: On the Nonconscious Operation of Behavioral Goals. Journal of Personality and Social Psychology, 89 (2), 129–142. Dash, S. B.; Saji, K. B. (2007). Role of Self–Efficacy and Website Social–Presence in Customers’ Adoption of B2C Online Shopping: An Empirical Study in the Indian Context. Journal of International Consumer Marketing, 20 (2), 33–48. Davidow, M. (2003). Have you heard the word? The effect of word of mouth on perceived justice, satisfaction and repurchase intentions following complaint handling. Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior, 16, 67–80. Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of use, and User Acceptance of Information Technology. MIS Quarterly, 13 (3), 319−340. Davis, F. D.; Venkatesh, V. (1996). A Critical Assessment of Potential Measurement Biases in the Technology Acceptance Model: Three Experiments. International Journal of Human Computer Studies, 45 (1), 19–45. Davis, F. D. (1986). A Technology Acceptance Model for empirically testing new end–user information systems: theory and results. Tesis Doctoral, Sloan School of Management. Massachusetts Institute of Technology. Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use and User Acceptance of Information Technology. MIS Quarterly, 13 (3), 319–339. Davis, F. D.; Bagozzi, R. P.; Warshaw P. R. (1989). User Acceptance of Computer Technology: A Comparison of Two Theoretical Models. Management Science, 35 (8), 982–1003. Day, E.; Crask, M. R. (2000). Value assessment: the antecedent of customer satisfaction. Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior, 13, 52–61. De Cannière, M. H.; De Pelsmackera, P.; Geuens, M. (2009). Relationship Quality and the Theory of Planned Behavior models of behavioral intentions and purchase behavior. Journal of Business Research, 62 (1), 82–92. DeLone, W. H.; McLean, E. R. (1992). Information system success: the quest for the dependent variable. Information System Research, 3 (1), 60–92. Debreu, G. (1960). Topological Methods in Cardinal Utility Theory. En J. Arrow, S. Karlin & P. Suppes (Eds.), Mathematical Methods in the Social Sciences. California: Stanford University Press. 391 Bibliografía Deci, E. L.; Ryan, R. M. (1985). Intrinsic motivation and self–determination in human behavior. New York: Plenum Press. DeLone, W. H.; McLean, E. R. (2003). The DeLone and McLean model of information systems success: a ten–year update. Journal of Management Information Systems, 19 (4), 9–30. DeLone, W. H.; McLean, E. R. (2004). Measuring e–commerce success: Applying the DeLone & McLean information systems success model. International Journal of Electronic Commerce, 9 (1), 31–47. Dennis, C.; Merrilees, B.; Jayawardhena, C.; Wright, L. T. (2009). E–Consumer Behaviour. European Journal of Marketing, 43 (9–10), 1121–1139. Deutsch, M. (1975). Equity, equality and need: what determines which value will be used as the basis of distributive justice? Journal of Social Issues, 31 (3), 137–149. Devaraj, S.; Fan, M.; Kohli, R. (2002). Antecedents of B2C channel satisfaction and preference: Validating e–commerce metrics. Information Systems Research, 13 (3), 316–333. DeWitt, T.; Nguyen, D. T.; Marshall, R. (2008). Exploring Customer Loyalty Following Service Recovery. The Mediating Effects of Trust and Emotions. Journal of Service Research, 10 (3), 269–281. DeWitt, T.; Brady, M. K. (2003). Rethinking Service Recovery Strategies. Journal of Service Research, 6 (2), 193–207. Díaz–Casero, J. C.; Hernández–Mogollón, R. M.; Roldán, J. L. (2011). A structural model of the antecedents to entrepreneurial capacity. International Small Business Journal, 29. Dijkstra, T. (2010). Latent Variables and Indices: Herman Wold’s Basic Design and Partial Least Squares. En Vincenzo Esposito V., Wynne W. C., Jörg H. and Huiwen W. (Eds.). Handbook of Partial Least Squares: Concepts, Methods and Applications in Marketing and Related Fields, 23–46. Berlin: Springer. Dillon, A.; Morris, M. G. (1996). User Acceptance of New Information Technology: Theories and Models. Annual Review of Information Science and Technology. N.J.: Information Today. Dishaw, D.; Strong, M. (1999). Extending the technology acceptance model with task– technology fit constructs. Information & Management, 36 (1), 9–21. Dodds, W. B.; Monroe, K. B.; Grewal, D. (1991). Effects of Price, Brand, and Store Information on Buyers’ Product Evaluations. Journal of Marketing Research, 28, 307–319. Doney, P. M.; Cannon, J. P. (1997). An examination of the nature of trust in buyer–seller relationships. Journal of Marketing, 61, 35–51. 392 Bibliografía Donthu, N.; Garcia, A. (1999). The Internet Shopper. Journal of Advertising Research, 6 (3), 52– 83. Dorsch, F. (1976). Diccionario de Psicología. Barcelona: Herder. Dubois, B.; Rovira, A. (1998). Comportamiento del Consumidor. EEUU: Prentice Hall. Dunn, J. R.; Schweitzer, M. E. (2005). Feeling and believing: The influence of emotion on trust. Journal of Personality and Social Psychology, 88 (5), 736–748. Dussart, C. (1983). Comportement du Consommateur et Estratégie Marketing. Montreal: McGraw–Hill. Dwivedi, Y.; Wade, M. R.; Schneberger, S. L. (2011). Information Systems Theory: Explaining and Predicting Our Digital Society. New York: Springer. Eastlick, M. A.; Lotz, S. (1999). Profiling Potential Adopters and Non–adopters of an Interactive Electronic Shopping Medium. International Journal of Retail & Distribution Management, 27 (8), 209–223. Ehrenberg, A. S. C. (1995). Theory or well based results: which comes first?. Research Traditions in Marketing, 79–105. Engel, J. F.; Blackwell, R. D.; Miniard, P. W. (1986). Consumer Behavior. Chicago: Dryden Press. Engel, J. F.; Kollat, D. T.; Blackwell, R. D. (1968). Consumer Behavior. Illinois: Holt, Rinehart & Winston. Engel, J. F.; Kollat, D. T.; Blackwell, R. D. (1978). Consumer Behavior. Chicago: Dryden Press. Erevelles, S. (1998). The Role of Affect in Marketing. Journal of Business Research, 42, 199–215. Erevelles, S.; Leavitt, C. (1992). A comparison of current models of consumer satisfaction/dissatisfaction. Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior, 5, 104–114. Falk, R. F.; Miller, N. B. (1992). A primer for soft modeling. Akron, Ohio: The University of Akron. Farley, J. U.; Donald, R. L.; Michael J. R. (1981). Generalizing From Imperfect Replication. Journal of Business, 54, 597–610. Fassnacht, M.; Koese, I. (2006). Quality of electronic services – Conceptualizing and testing a hierarchical model. Journal of Service Research, 9 (1), 19–37. Fazio, R. H. (1986). How do Attitudes Guide Behavior?. En R.M. Sorrentino y E.T. Higgins (Eds.). The Handbook of Motivation and Cognition: Foundations of Social Behavior, New York: Guilford. 393 Bibliografía Feigenbaum, A. V. (1951). Quality control: Principles, practice, and administration. New York: McGraw–Hill. Fenech, T.; O’Cass, A. (2001). Internet Users’ Adoption of Web Retailing: User and Product Dimensions. Journal of Product and Brand Management, 10 (6), 361–381. Festinger, L. (1957). A Theory of Cognitive Dissonance. Stanford, CA: Stanford University Press. Fishbein, M. (1967). Attitude and the Prediction of Behavior. Readings in Attitude Theory and Mesaurement, 477–92. New York: John Wiley and Sons. Fishbein, M. (1980). A Theory of Reasoned Action: Some Applications and Implications. Nebraska Symposium on Motivation, Lincoln, NB: University of Nebraska Press, 65–116. Fishbein, M. (1990). Aids and behavior change: An analysis based on the theory of reasoned action. Revista Interamericana de Psicología, 24 (1), 39–55. Fishbein, M.; Ajzen, I. (1973). Attribution of Responsibility: A Theoretical Note. Journal of Experimental Social Psychology, 9, 148–153. Fishbein, M.; Ajzen, I. (1975). Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research. MA: Addison–Wesley. Fishbein, M.; Ajzen, I.; Hinkle, R. (1980). Predicting and Understanding Voting in American Elections: Effects of External Variables. Understanding Attitudes and Predicting Social Behavior, Englewood Cliffs. N.J.: Prentice–Hall. Fleishman, E. A. (1958). Dimensional analysis of movement reactions. Journal of experimental psychology, 55, 438–453. Folkes, V. S. (1984). Consumer reactions to product failure: an attributional approach. Journal of Consumer Research, 10, 398–409. Fornell, C.; Bookstein, F. L. (1982). A comparative analysis of two structural equation models: Lisrel and PLS applied to market data. A second generation of multivariate analysis. New York: Praeger Publishers. Fornell, C.; Cha, J. (1994). Partial Least Squares. En R. P. Bagozzi (Ed.), Advanced Methods of Marketing Research. Cambridge, MA: Blackwell. Fornell, C.; Johnson, M. D.; Anderson, E. W.; Cha, J.; Bryant, B. E. (1996). The American Customer Satisfaction Index: Nature, purpose, and findings. Journal of Marketing, 60 (4), 7–18. Fornell, C.; Larcker, D. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18, 39–50. Foxall, G. R., Goldsmith, R. E.; Brown, S. (2002). Consumer Psychology for Marketing. 2nd Edition. Thomson Learning, Oxford. 394 Bibliografía Frijda, N. (1986). The Emotions. Studies in Emotion and Social Interaction. New York: Cambridge University Press. Fuentes, M.; Gil, I. (2011). La utilidad de los criterios descriptivos como bases de segmentación en el comercio Business–to–Consumer. Tribuna de Economía, 861, 167–191. Garbarino, E.; Johnson, M. S. (1999).The different roles of satisfaction, trust and commitment in consumer relationship. Journal of Marketing, 63 (2), 70–87. Gable, G. G.; Sedera, D.; Chan, T. (2008). Re–conceptualizing information system success: The IS–impact measurement model. Journal of the Association for Information Systems, 9 (7), 377– 408. Galbraith, J. K. (1960). La sociedad opulenta. Barcelona: Editorial Ariel. Ganesan, S. (1994). Determinants for Long–Term Orientation in Buyer–Seller Relationships. Journal of Marketing, 58, 1–19. García, J. A.; Moreno, S. (1998). Conceptos Fundamentales de Psicología. Madrid: Alianza Editorial. García, L. (1989). Historia de la Psicología. Madrid: Editorial Eudema. Garrity, E. J.; Sanders, G. L. (1998). Dimensions of information systems success. Information systems success measurement, 13–45. Garson, G. D. (2011). Partial Least Squares. Statnotes: Topics in Multivariate Analysis. Recurso en línea: http://faculty.chass.ncsu.edu/garson/pa765/statnote.htm (fecha de consulta: 20 de junio de 2012). Garvin, D. A. (1988). Managing Quality — The Strategic and Competitive Edge. New York: The free press. Gatignon, H.; Robertson, T. S. (1985). A Propositional Inventory for New Diffusion Research. Journal of Consumer Research, 11 (4), 849–867. Gázquez, J. C.; Sánchez, M. (2007). Consideración de la heterogeneidad en el comportamiento de lección del consumidor a través de modelos logit: enfoque paramétrico vs. semiparamétrico. Cuadernos de Economía y Dirección de la Empresa, 30, 233–264. Gefen, D. (2000). E–commerce: The role of familiarity and trust. Omega–International Journal of Management Science, 28 (6), 725–737. Gefen, D. (2002). Customer Loyalty in e–Commerce. Journal of the Association of Information Systems, 3, 27–51. Gefen, D. (2003). TAM or just plain habit: A look at experienced online shoppers. Journal of End User Computing, 15 (3), 1–13. 395 Bibliografía Gefen, D.; Karahanna, E.; Straub, D. W. (2003). Trust and TAM in Online Shopping: An Integrated Model. MIS Quarterly, 27 (1), 51−90. Gefen, D.; Rigdon, E. E.; Straub, D. (2011). An updated and extension to SEM guidelines for administrative and social science research. MIS Quarterly, 35(2), 3–14. Gefen, D.; Straub, D. (2000). The Relative Importance of Perceived Ease of Use in IS Adoption: A Study of E–Commerce Adoption. Journal of the Association for Information Systems, 1 (8), 1– 30 Gefen, D.; Straub, D. (2005). A practical guide to factorial validity using PLS–Graph: Tutorial and annotated example. Communications of the Association for Information Systems, 16, 91–109. Gefen, D.; Straub, D. W. (1997). Gender Difference in the Perception and Use of E–mail: An Extension to the Technology Acceptance Model. MIS Quarterly, 21 (4), 389–400. Gefen, D.; Straub, D. W. (2000). The relative importance of perceived ease of use in IS adoption: A study of e–commerce adoption. Journal of the Association for Information Systems, 1 (8), 1–28. Gefen, D.; Straub, D. W. (2004). Consumer trust in B2C e–Commerce and the importance of social presence: experiments in e–Products and e–Services. International Journal of Management Science, 407–424. Gefen, D.; Straub, D.; Boudreau, M. (2000). Structural equation modeling and regression: Guidelines for research practice. Communications of the Association for Information Systems, 7 (7), 1–78. Gefen, D.; Straub, D.W. (2005). A practical guide to factorial validity using PLS–graph: Tutorial and annotated example. Communications of the Association for Information Systems, 16 (1). Genesan, S. (1994). Determinants for Long–Term Orientation in Buyer–Seller Relationships. Journal of Marketing, 58, 1–19. Gentry, L.; Calantone, R. (2002). A Comparison of Three Models to Explain Shop–Bot Use on the Web. Psychology&Marketing, 19 (11), 945–956. Getty, J. M.; Thompson, K. N. (1994). The relationship between quality, satisfaction and recommending behavior in lodging decisions. Journal of Hospitality & Leisure Marketing, 2 (3), 3–22. Giese, J. L.; Cote, J. A. (2000). Defining consumer satisfaction. Academy of Marketing Science Review, 1, 1–34. Gil, I. (1995). La Conceptualización y Evaluación de la Calidad de Servicio al Cliente Percibida en el Punto de Venta. Madrid: Club Gestión de Calidad. 396 Bibliografía Godin, G.; Kok, G. (1996). The Theory of Planned Behavior: a review of its applications to health–related behaviors. American Journal of Health Promotion, 11 (2), 87–98. Goff, B. G.; Boles, J. S.; Bellenguer, D. N.; Stojack, C. (1997). The Influence of Salesperson Selling Behaviors on Customer Satisfaction with Products. Journal of Retailing, 73, 171–183. Goodhue, D. L.; Thompson, R. L. (1995). Task–Technology Fit and Individual Performance. MIS Quarterly, 19 (2), 213–236. Goodwin, C.; Ross, I. (1992). Consumer responses to service failures: influence of procedural and interactional fairness perception. Journal of Business Research, 25 (2), 149–63. Goss, J. (1995). We know who you are and we know where you live: the instrumental rationality of geodemographic systems. Economic Geography, 71(2), 171–198. Green, S. B. (1991). How many subjects does it take to do a regression analysis. Mutivariate Behavioral Research, 26 (3), 449–510. Grönroos, C. (1984). A service quality model and its marketing implications. European Journal of Marketing, 18 (4), 36–44. Grönroos, C. (2001). The perceived service quality concept — a mistake?. Managing Service Quality, 11 (3), 150–152. Grönroos, C.; Heinonen, F.; Isoniemi, K.; Lindholm, M. (2000). The NetOffer model: a case example from the virtual marketspace. Management Decision, 38 (4), 243–52. Gummerus, J.; Liljander, V.; Pura, M.; Van Riel, A. (2004). Customer loyalty to content–based websites: the case of an online health–care service. Journal of Service Marketing, 8 (2/3), 175– 186. Gummesson, E. (1991). Marketing Orientation Revisited: The Crucial Role of the Part–Time Marketer. European Journal of Marketing, 25 (2), 60–75. Ha, J.; Jang, S. S. (2009). Perceived justice in service recovery and behavioral intentions: The role of relationship quality. International Journal of Hospitality Management, 28 (3), 319–327. Ha, S.; Stoel, L. (2009). Consumer e–shopping acceptance: Antecedents in a technology acceptance model. Journal of Business Research, 62 (5), 565–571. Ha, Y.; Stoel, L. (2004). Internet Apparel Shopping Behaviors: The Influence of General Innovativeness. International Journal of Retail & Distribution Management, 32 (8/9), 377–385. Hair, J. F.; Ringle, C. M.; Sarstedt, M. (2011). PLS–SEM: Indeed a silver bullet. Journal of Marketing Theory and Practice, 19(2), 137–149. Hair, J. F.; Black, W. C.; Babin, B. J.; Anderson, R. E. (2009). Multivariate Data Analysis, 7th Edition. New Jersey: Prentice Hall. 397 Bibliografía Hallén, L.; Seyed–Mohamed, N. (1991). Interfirm adaptation in business relationships. Journal of Marketing, 55, 29–37. Harary, F.; Lipstein, B. (1962). The Dynamics of Brand Loyalty: A Markov Approach. Operations Research, 10(1), 19–40. Harris, L. C.; Goode, M. M. H. (2004). The four levels of loyalty and the pivotal role of trust: a study of online service dynamics. Journal of Retailing, 80 (2), 139–158. Hegtvedt, K. A. (2006). Justice Frameworks. Contemporary Social Psychological Theories. California: Stanford University Press. Heinonen, K. (2006). Temporal and spatial e–service value. International Journal of Service Industry Management, 17 (4), 380–400. Heinonen, K.; Strandvik, T.; Mickelsson, K.; Edvardsson, B; Sundström, E.; Andersson, P. (2010). A customer dominant logic of service. Journal of Service Management, 21 (4). Heise, D. R. (1977). Social Action as the Control of Affect. Behavioural Science, 22, 163–177. Heise, D. R. (1979). Understanding Events: Affect and the Construction of Social Action. Cambridge: Cambridge University Press. Heise, D. R. (1985). Affect Control Theory: Especification, Estimation and Tests of the Formal Model. Journal of Mathematical Sociology, 11, 191–222. Helson, H. (1964). Adaptation–Level Theory. New York: Harper & Row. Henseler, J.; Ringle, C. M.; Sinkovics, R. R. (2009). The use of partial least squares path modeling in international marketing. Advances in International Marketing, 20, 277–320. Hernández–García, A. (2012). Propuesta de un modelo unificado de adopción del comercio electrónico para consumidores finales. Aplicación al mercado español. Tesis Doctoral, Universidad Politécnica de Madrid. Hernández–García, A.; Iglesias, S.; Chaparro, J.; Pascual, F. (2010). Perceived compatibility and the adoption of B2C e–commerce by non–buyers. En Lytras, M.; Ordoñez, P.; Ziderman, A.; Roulstone, A.; Maurer, H. & Imber, J. (eds.)., Organizational, Business, and Technological Aspects of the Knowledge Society, vol. 112 of Communications in Computer and Information Science, cap. 18, 186–192. Berlin Heidelberg: Springer. Hernández–García, A.; Iglesias, S.; Chaparro, J.; Pascual, F. (2011a). Exploring the Attitudes and Intentions of Non–shoppers in the Acceptance of e–Commerce. Journal of Universal Computer Science, 17 (9), 1314–1328. 398 Bibliografía Hernández–García, A.; Iglesias, S.; Urueña, A. (2011b). A characterization of non–buyers in B2C e–commerce and the drivers to turn them into e–shoppers. 4th World Summit on the Knowledge Society (WSKS 2011), Mykonos, Greece, September 2011. Hernández, B.; Jiménez, J.; Martin, M. J. (2009). The impact of self–efficacy, ease of use and usefulness on e–purchasing: An analysis of experienced e–shoppers. Interacting with Computers, 21 (1–2), 146–156. Hernández, B.; Jiménez, J.; Martín, M. J. (2010). Customer behavior in electronic commerce: The moderating effect of e–purchasing experience. Journal of Business Research, 63 (9–10), 964–971. Herrero, A. (2005). El proceso de adopción de nuevos sistemas de venta: aplicación al comercio electrónico entre particulares y empresas. Tesis Doctoral, Universidad de Cantabria. Hoffman, D. K.; Bateson, J. E. G. (1997). Essentials of Service Marketing. Orlando, Florida: Harcourt Brace & Company. Hoffman, D.; Novak, T. P. (1996). Marketing in Hypermedia Computer–Mediated Environments: Conceptual Foundations. Journal of Marketing, 60 (3), 50–68. Hoffman, D.; Novak, T. P.; Chatterjee, P. (1996). Commercial scenarios for the Web: opportunities and challenges. Journal of Computer–Mediated Communications, 1 (3), 35–46. Holbrook, M. B. (1986). Expanding the ontology and methodology of research on the consumption experience. En B. Brinberg y R.J. Lutz (Eds.), Perspectives on Methodology in Consumer Research, New York: Springer–Verlag. Holbrook, M. B.; Corfman, K. (1985). Quality and value in the consumption experience: Phaedrus rides again. En Jacoby (Ed.), Perceived quality. Lexington, MA: Lexington Books. Homans, G. C. (1961). Social Behavior: Its Elementary Forms. New York: Harcourt, Brace & World. Hong, S.; Thong, J. Y. L.; Tam, K. Y. (2006). Understanding Continued Information Technology Usage Behavior: A Comparison of Three Models in the Context of Mobile Internet. Decision Support Systems, 42 (3), 1819−1834. Howard, J. (1989). Consumer Behavior in Marketing Strategy. New Jersey: Prentice Hall. Howard, J. A.; Sheth, J. N. (1969). The Theory of Buyer Behavior. New York: Wiley. Hoyer, W.; Macinnis, D. (2007). Consumer behavior. 4ª Edición. Boston: Houghton Mifflin Company. 399 Bibliografía Hsieh, J. J. P.; Rai, A.; Keil, M. (2008). Understanding Digital Inequality: Comparing Continued use Behavioral Models of the Socio−Economically Advantaged and Disadvantaged. MIS Quarterly, 32 (1), 97−126. Hsu, M.; Chiu, C. (2004). Internet self–efficacy and electronic service acceptance. Decision Support Systems, 38 (3), 369–381. Hsu, M.; Yen, C. et al. (2006). A longitudinal investigation of continued online shopping behavior: An extension of the theory of planned behavior. International Journal of Human Computer Studies, 64 (9), 889–904. Hsu, M.; Chiu, C.; Hu, T.L. (2004). Determinants of continued use of the WWW: An integration of disconfirmation approach. Computers in Human Behavior, 26, 1434–1444. Huang, E.; Chuang, M. H. (2007). Extending the theory of planned behavior as a model to explain post–merger employee behavior of IS use. Computers in Human Behavior, 23 (1), 240– 257. Huang, Y.; Oppewal, H. (2006). Why Consumers Hesitate to Shop Online: An Experimental Choice Analysis of Grocery Shopping and the Role of Delivery Fees. International Journal of Retail and Distribution Management, 34 (4/5), 334–353. Hull, C. L. (1943). Principles of Behavior. New York: D. Appleton–Century Co. Hung, S. Y.; Ku, C.; Chang, C. M. (2003). Critical factors of WAP services adoption: An empirical study. Electronic Commerce Research and Applications, 2 (1), 42–60. Hunt, H. K. (1977). CS/D overview and future research directions. En Hunt (Ed.), Conceptualization and Measurement of Consumer Satisfaction and Dissatisfaction. Cambridge M.A.: Marketing Science Institute. Hutchinson, J.; Ley, F.; Wang, Y. (2009). Understanding the relationship of quality, value, equity, satisfaction and behavioural intentions among golf travelers. Tourism Management, 30 (2), 298–308. Iglesias, S.; Urueña, A.; Pascual, F.; Hernández–García, A. (2012). Complaint resolution in B2C e–commerce: the role of emotions and trust. Documento de trabajo, ETSI Telecomunicación, Madrid. Iivari, J. (2005). An empirical test of the DeLone–McLean model of information system success. The DATA BASE for Advances in Information Systems, 26 (2), 8–27. Infosino, W. J. (1986). Forecasting New Product Sales from Likelihood of Purchase Ratings. Marketing Science, 5, 372–384. Jaccard, J.; Davidson, A. R. (1972). Toward an Understanding of Family Planning Behaviors: An Initial Investigation. Journal of Applied Social Psychology, 2, 228–35. 400 Bibliografía Jackson, C. M.; Chow, S.; Leitch, R. A. (1997). Toward an understanding of the behavioral intention to use an information system. Decision Sciences, 28 (2), 357–390. Jacoby, J.; Jaccard, J. J. (1981). The sources, meaning and validity of consumer complaint behavior: a psychological analysis. Journal of Retailing, 57 (3), 4–24. Jain, A. K. (1975). A Method for Investigating and Representing Implicit Social Class Theory. Journal of Consumer Research, 2 (1), 53–59. James, W. (1890). The Principles of Psychology. Universidad de Harvard: Dover Publications. Jarvenpaa, S. L.; Todd, P. A. (1997). Is There a Future for Retailing on the Internet. En R.A. Peterson (Ed.), Electronic Marketing and the Consumer, 139–154. Thousand Oaks: Sage Publications. Jebakumar, C.; Govindaraju, P. (2009). A Study of Virtual Learning Environment with Reference to the Perceived Preparedness of Collage Students in Tamilnadu (South India). Communication Policy Research South 4th Conference. Johnson, A. R.; Stewart, D. W. (2005). A Reappraisal of the Role of Emotion in consumer Behavior: Traditional and Contemporary Approaches. En N.K. Malhotra (Ed.), Review of Marketing Research, 3–33. Armonk, NJ: ME Sharpe. Johnson, D.; Grayson, K. (2005). Cognitive and affective trust in service relationships. Journal of Business Research, 58, 500–507. Johnson, M. D.; Anderson, E. W.; Fornell, C. (1995). Rational and adaptive performance expectations in a customer satisfaction framework. Journal of Consumer Research, 21,128–40. Johnston, R. (1997). Identifying the critical determinants of service quality in retail banking: importance and effects. The International Journal of Bank Marketing, 15 (4), 111–119. Jones, J. W. (1989). Personality and epistemology: Cognitive social learning theory as a philosophy of science. Zygon, 24(1), 23–38. Jones, T. O.; Sasser, W. E. (1995). Why satisfied customers defect. Harvard Business Review, 73, 88–99. Joreskög, K. G.; Wold, H. (1982). The ML and PLS Techniques for Modeling with Latent Variables: Historical and Comparative Aspects. En H. Wold and Karl G. Jöreskog (Eds.), Systems Under Indirect Observation. Amsterdam: North– Holland. Jun, S.; Hyun, Y. J.; Gentry, J. W.; Song, C. (2001). The relative influence of affective experience on consumer satisfaction under versus negative discrepancies. Journal of Consumer Satisfaction, Dissatisfacion and Complaining Behavior, 14, 141–153. 401 Bibliografía Junglas, I., Abraham, C., & Watson, R. T. (2008). Task–technology fit for mobile locatable information systems. Decision Support Systems, 45(4), 1046–1057. Juran, J. M. (1988). Juran’s Quality Control Handbook. 4a edición, New York: McGraw–Hill. Kahle, L. R.; Beatty, S. E. (1987). The task situation and habit in the attitude behavior relationship: A social adaptation view. Journal of Social Behavior and Personality, 2, 219–232. Kang, Y. S.; Hong, S.; Lee, H. (2009). Exploring Continued Online Service Usage Behavior: The Roles of Self–Image Congruity and Regret. Computers in Human Behavior, 25 (1), 111−122. Karahanna, E.; Straub, D. W. (1999). The psychological origins of perceived usefulness and ease–of–use. Information & Management, 35 (4), 237–250. Karahanna, E.; Straub, D. W.; Chervany, N. L. (1999). Information Technology Adoption Across Time: A Cross–Sectional Comparison of Pre–Adoption and Post–Adoption Beliefs. MIS Quarterly, 23 (2), 183−213. Karatepe, O. M. (2006). Consumer complaints and organizational responses: the effects of complainants‘ perceptions of justice on satisfaction and loyalty. Journal of Hospitality and Management, 25, 69–90. Kasprzyk, D.; Montaño, D. E.; Fishbein, M. (1998). Application of an integrated behavioral model to predict condom use: A prospective study among high HIV risk groups. Journal of Applied Social Psychology, 28 (17), 1557–1583. Kassim, N.; Abdullah, N. A. (2010). The effect of perceived service quality dimensions on customer satisfaction, trust, and loyalty in e–commerce settings: A cross cultural analysis. Asia Pacific Journal of Marketing and Logistics, 22 (3), 351–371. Keen, P. G. W. (1980). Reference disciplines and a cumulative tradition. Proceedings of the 1st international conference on information systems (ICIS 80), Philadelphia, PA. Khalifa, M.; Cheng, S. (2002). Adoption of Mobile Commerce: Role of Exposure. Proceedings of the 35th Hawaii International Conference on System Science. Khalifa, M.; Liu, V. (2004). The state of research on information systems satisfaction. Journal of Information Technology Theory and Application, 5 (4), 37–49. Kim, H.; Chan, H. C.; Chan, Y. P. (2007). A Balanced thinking–feelings Model of Information Systems Continuance. International Journal of Human−Computer Studies, 65 (6), 511−525. Kim, H.; Kim, T.; Shin, S. W. (2009a). Modeling roles of subjective norms and eTrust in customers' acceptance of airline B2C eCommerce websites. Tourism Management, 30 (2), 266–277. 402 Bibliografía Kim, D. J.; Ferrin, D. L.; Rao, H. R. (2009b). Trust and satisfaction, the two wheels for successful e–commerce relationships: a longitudinal exploration. Information Systems Research, 20 (2), 237–257. Kim, T.; Kim, W. G.; Kim, H. B. (2009c). The effects of perceived justice on recovery satisfaction, trust, word–of–mouth, and revisit intention in upscale hotels. Tourism Management, 30 (1), 51–62. Kim, J.; Jin, B.; Swinney, J. L. (2009d). The role of etail quality, e–satisfaction and e–trust in online loyalty development process. Journal of Retailing and Consumer Services, 16, 239–247. Kim, P. H.; Ferrin, D. L.; Cooper, C. D.; Dirk, K. (2004). Removing the shadow of suspicion: the effects of apology versus denial for repairing competence– versus integrity–based trust violations. Journal of Applied Psychology, 89 (1), 104–118. Kim, S. S.; Malhotra, N. K. (2005). A Longitudinal Model of Continued IS use: An Integrative View of Four Mechanisms Underlying Postadoption Phenomena. Management Science, 51 (5), 741−755. Kim, S. S.; Malhotra, N. K.; Narasimhan, S. (2005). Two Competing Perspectives on Automatic Use: A Theoretical and Empirical Comparison. Information Systems Research, 16 (4), 418–432. Kim, S. S. (2009). The Integrative Framework of Technology Use: An Extension and Test. MIS Quarterly, 33 (3), 513–537. King, R. H. (1969). A Study of the Problem of Building a Model to Simulate the Cognitive Processes of a Shoper in a Supermarket. Consumer Behavior: Learning Models of Purchasing, 22–67. Kinnear, T.; Taylor, J. (1989). Investigación de Mercados Un enfoque Aplicado. Colombia: Mc Graw Hill. Korgaonkar, P. K.; Wolin, L. D. (1999). A multivariate analysis of Web usage. Journal of Advertising Research, 39 (2), 53–68. Kotler, P. (1984). Marketing management: Analysis, planning and control. N. J.: Prentice Hall. Kotler, P. (2000). Marketing Management. N. J.: Prentice Hall. Kotler, P.; Armstrong, G. (2005). Marketing: An Introduction. N. J.: Prentice Hall. Koufaris, M.; Hampton–Sosa, W. (2004). The development of initial trust in an online company by new customers. Information & Management, 41 (3), 377–397. Kuehn, A. A. (1962). Consumer Brand Choice – a Learning Process?. Journal of Advertising Research, 2, 10–17. 403 Bibliografía Kuhl, J. (1985). Volitional aspect of achievement motivation and learned helplessness: Toward a comprehensive theory of action control. En B. A. Maher (Ed.), Progress in experimental personality research, 13, 99–171. New York: Academic Press. Kumar, N.; Scheer, L. K.; Steenkamp, J. E. (1995). The effects of supplier fairness on vulnerable resellers. Journal of Marketing Research, 32 (1), 54–65. Kuper, A.; Kuper, J. (1985). The Social science encyclopedia. London: Routledge. Lancaster, K. J. (1966). A New Approach to Consumer Theory. The Journal of Political Economy, 74 (2), 132–157. LaTour, S. A.; Peat, N. C. (1979). Conceptual and Methodological Issues in Consumer Satisfaction Research. Advances in Consumer Research, 8, Ann Arbor, MI: W. L. Wilkie, Association for Consumer Research, 431–437. Lazarus, R. S. (1991). Emotion and Adaptation. New York: Oxford University Press. Lee, G.; Lin, H. (2005). Customer perceptions of e–service quality in online shopping. International Journal of Retail & Distribution Management, 33 (2), 161–176. Lee, M.C. (2009). Factors influencing the adoption of internet banking: An integration of TAM and TPB with perceived risk and perceived benefit. Electronic Commerce Research and Applications, 8 (3), 130–141. Lee, Y.; Kozar, K.; Larsen, K. (2003). The technology acceptance model: Past, Present, and Future. Communications of the Association for Information Systems, 12 (50), 752–780. León, J. L.; Olabarría, E. (1991). Conducta del Consumidor y Marketing. Bilbao: Ediciones Deusto. Leone, L.; Perugini, M.; Ercolani, A. P. (1999). A comparison of three models of attitude– behavior relationships in the studying behavior domain. European Journal of Social Psychology, 29, 161–189. Li, H.; Suomi, R. (2009). Measurement of E–service Quality: An Empirical Study in Online Travel Service. Proceedings of the 17th European Conference on Information Systems, Information systems in a globalising world: challenges, ethics and practices. Liao, C.; Palvia, P.; Lin, H. N. (2006). The roles of habit and web site quality in e–commerce. International Journal of Information Management, 26 (6), 469–483. Liao, Z.; Cheung, M. T. (2002). Internet based e–banking and consumer attitudes: an empirical study. Information & Management, 39 (4), 283–295. Lilien, G. L.; Kotler, P. (1990). Toma de Decisiones en Mercadotecnia: un Enfoque en la Construcción de Modelos. México DF: CECSA. 404 Bibliografía Liljander, V.; Standvik, T. (1997). Emotions in Service Satisfaction. International Journal of Service Industry Management, 8 (2), 148–169. Limayem, M.; Cheung, C. M. K. (2008). Understanding information systems continuance: The case of Internet–based learning technologies. Information & Management, 45 (4), 227–232. Limayem, M.; Hirt, S. G.; Cheung, C. M. K. (2007). How habit limits the predictive power of intention: The case of information systems continuance. MIS Quarterly, 31 (4), 705–737. Limayem, M.; Khalifa, M.; Chin, W. W. (1999). Factors motivating software piracy: A longitudinal study. Proceedings of the Twentieth International Conference on Information Systems. Lin, T.; Huang, C. (2008). Understanding knowledge management system usage antecedents: an integration of social cognitive theory and task technology fit. Information & Management, 45 (6), 410–417. Lin, C. S.; Wu, S.; Tsai, R. J. (2005). Integrating Perceived Playfulness into Expectation– Confirmation Model for Web Portal Context. Information & Management, 42 (5), 683−693. Lin, J. C.; Lu, H. (2000). Towards an understanding of the behavioral intention to use a web site. International Journal of Information Management, 20 (3), 197–208. Liska, A. E. (1984). A critical examination of the causal structure of the Fishbein/ Ajzen attitude behavior model. Social Psychology Quarterly, 47, 61–74. Liu, C.; Arnett, K. P. (2000). Exploring the factors associated with web site success in the context of electronic commerce. Information and Management, 38 (1), 23–33. Locke, E. A. (1976). The Nature and Causes of Job Satisfaction. Handbook of Industrial and Organizational Psychology. New York: M. D. Dunnette, Holt, Reinhart & Winston. Lovelock, C.; Gummesson, E. (2004). Whither services marketing: In search of a new paradigm and fresh perspectives. Journal of Service Research, 7(1), 20–41. Lynne, G. D.; Rola, L. R. (1988). Improving Attitude–Behavior Prediction Models with Economic Variables: Farmer Actions Toward Soil Conservation. Journal of Social Psychology, 128 (1), 19– 28. Mackinnon, N. J. (1994). Symbolic Interactionism as Affect Control. Albany: State University of New York Press. Manski, C. (1990). The Use of Intentions Data to Predict Behavior: A Best–Case Analysis. Journal of the American Statistical Association, 85, 934–940. Manual de Oslo (2005). Manual de Oslo. Annual Report. Paris: The Organisation for Economic Co–operation and Development (OECD). 405 Bibliografía Marzo, J. C. (1999). Estudio psicosocial de la satisfacción de los usuarios de organizaciones hoteleras. Tesis Doctoral, Universidad de Valencia. Maslow, A.H. (1970). Motivation and Personality. New York: Harper & Row. Mason, R. O. (1978). Measuring information output: a communication systems approach. Information & Management, 1 (4), 219–234. Massy, W. F.; Frank, R. E.; Lodahl, T. (1968). Purchasing Behavior and Personal Attributes. Philadelphia: University of Pennsylvania Press. Massy, W. F.; Frank, R. E. (1970). Shelf Position and Space Effects on Sales. Journal of Marketing Research, 59–66. Massy, W. F.; Montgomery, D. B.; Morrison, D. G. (1970). Stochastic Models of Buying Behavior. Cambridge: M.I.T. Press. Mathieson, K. (1991) Predicting User Intentions: Comparing the Technology Acceptance Model with the Theory of Planned Behavior. Information Systems Research, 2 (3), 173−191. Mathieson, K.; Peacock, E.; Chin, W. W. (2001). Extending the technology acceptance model: The influence of perceived user resources. The Data Base for Advances in Information Systems, 32, 86–112. Matos, C. A.; Rossi, C. A. V. (2008). Word–of–mouth communications in marketing: a meta– analytic review of the antecedents and moderators. Journal of the Academy of Marketing Science, 36, 578–596. Mattila, A. (2001). The effectiveness of service recovery in a multi–industry setting. Journal of Services Marketing, 15 (7), 583–96. Matti, M. (2011). Continuous Use and Purchasing Behavior in Social Virtual Worlds. Tesis Doctoral, Turku School of Economics. Maxham III, J. G.; Netemeyer, R. G. (2002). Modeling customer perceptions of complaint handling over time: the effects of perceived justice on satisfaction and intent. Journal of Retailing, 78 (4), 239–52. Maxham III, J. G.; Netemeyer, R. G. (2003). Firms reap what they sow: the effects of shared values and perceived organizational justice on customers’ evaluations of complaint handling. Journal of Marketing, 67, 46–62. Mayer, R. C.; Davis, J. H.; Schoorman, F. D. (1995). An integratif model of organizational trust. Academy of Management Review, 30 (3), 709–734. 406 Bibliografía McColl–Kennedy, J. R., Smith, A.K. (2006). Customer Emotions in Service Failure and Recovery Encounters. En W. Zerbe, N. Ashkanasy and C. Hartel (Eds.), Research on Emotions in Organizations Volume 2: Individual and Organizational Perspectives on Emotion Management and Display. United Kingdom: Emerald Group. McColl–Kennedy, J. R.; Sparks, B. A. (2003). Application of Fairness Theory to Service Failures and Service Recovery. Journal of Service Research, 5 (3), 251–266. McGill, T.; Hobbs, V.; Klobas, J. (2003). User–developed applications and information systems success: A test of DeLone and McLean's model. Information Resources Management Journal, 16 (1), 24–45. Mckercher, B.; Cros, H. (2003). Testing a Cultural Tourism Typology. International Journal of Tourism Research, 5 (1), 45–58. McKinney, V.; Kanghyun, Y.; Zahedi, F. M. (2002). The measurement of web–customer satisfaction: An expectation and disconfirmation approach. Information Systems Research, 13 (3), 296–315. McKnight, D. H.; Choudhury, V.; Kacmar, C. (2002). The impact of initial consumer trust on intentions to transact with a web site: a trust building model. The Journal of Strategic Information Systems, 11 (3–4), 297–323. Miller, L. E.; Grush, J. E. (1986). Individual Differences in Attitudinal Versus Normative Determination of Behavior. Journal of Experimental Social Psychology, 22, 190–202. Miller, N. E.; Dollard, J. (1941). Social Learning and Imitation. New Haven: Yale University Press. Miller, T. E. (1996). Segmenting the internet. American Demography, 18, 48–52. Ministerio de Industria, Turimo y Comercio (2012). Propuesta de Agenda Digital para España. Recurso en línea:http://www.agendadigital.gob.es/images/doc/PropuestadeAgendaDigitalparaEspana.pdf (fecha de consulta: 26/9/2012). Mittal, V.; Katrichis, J. M. (2000). New and loyal customers. Marketing Research, 27–32, 33–51. Mittal, V.; Kumar, P. J.; Tsiros, M. (1999). Attribute–level performance, satisfaction and behavioral intentions over time: a consumption–system approach. Journal of Marketing, 63, 88–101. Moliner, B. (2004). La formación de la satisfacción/insatisfacción del consumidor y del comportamiento de queja: aplicación al ámbito de los restaurantes. Tesis Doctoral, Universidad de Valencia. 407 Bibliografía Moliner, B.; Berenguer, G.; Gil, I. (2001). La importancia de la performance y las expectativas en la formación de la satisfacción del consumidor. Investigaciones Europeas de Dirección y Economía de la Empresa, 7 (3), 155–172. Molla, A.; Licker, P. S. (2001). E–commerce systems success: an attempt to extend and respecify the DeLone and McLean model of IS success. Journal of Electronic Commerce Research, 2 (4), 131–141. Monroe, K. B. (1990). Pricing, Making Profitable Decisions. New York: McGraw–Hill. Montaño, D. E.; Kasprzyk, D. (2008). Theory of Reasonned Action, Theory of Planned Behavior, and the Integrated Behavioral Model. En K. Glanz, B. K. Rimer y K. Viswanath, Health Behavior and Health Education. Theory Research and Practice, 67–96. San Francisco, CA: Jossey–Bass. Montgomery, D. B. (1969). A stochastic response model with application to brand choice. Management Science, 15 (7), 323–37. Moore, G. C.; Benbasat, I. (1991). Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation. Information Systems Research, 2 (3), 192−222. Morgan, R. M.; Hunt, S.D. (1994). The Commitment–Trust Theory of Relationship Marketing. Journal of Marketing, 58, 20–38. Morrison, D. G. (1979). Purchase Intentions and Purchase Behavior. Journal of Marketing, 43, 65–74. Morrison, D. M.; Gillmore, M. R.; Simpson, E. E.; Wells, E. A. (1996). Children’s Decisions about Substance Use: An Application and Extension of the Theory of Reasoned Action. Journal of Applied Social Psychology, 26, 1658–1679. Muth, R. F. (1966). Household Production and Consumer Demand Functions. Econometrica, 34, 699–708. Newel, A.; Shaw, J. C.; Simon, H. A. (1958). Elements of a Theory of Human Problem Solving. Psychological Review, 65(3), 151–166. Nicosia, F. (1966). Consumer Decision Processes: Marketing and Advertising Implications. N.J.: Prentice Hall. Nord, W. R.; Peter, J. P. (1980). A behavior modification perspective on marketing. Journal of Marketing, 44 (2), 36–47. Nunnally, J. (1978). Psychometric Theory, 2nd Edition. New York: McGraw–Hill. O’Cass, A.; Fenech, T. (2003). Web Retailing Adoption: Exploring the Nature of Internet Users Web Retailing Behaviour. Journal of Retailing and Consumer Services, 10 (2), 81–94. 408 Bibliografía Ok, C.; Back, K.; Shanklin, C. W. (2005). Modeling roles of service recovery strategy: a relationship–focused view. Journal of Hospitality and Tourism Research, 29 (4), 484–507. Oliva, T. A.; Oliver, R. L.; MacMillan, I. C. (1992). A Catastrophe Model for Developing Service Satisfaction Strategies. Journal of Marketing, 56 (3), 83–95. Oliver, R. L. (1977). Effect of Expectation and Disconfirmation on Postexposure Product Evaluations – an Alternative Interpretation. Journal of Applied Psychology, 62 (4), 480. Oliver, R. L. (1981). Measurement and evaluation of satisfaction processes in retail settings. Journal of Retailing, 57 (3), 25–48. Oliver, R. L. (1993). Cognitive, affective, and attribute bases of the satisfaction response. Journal of Consumer Research, 20 (3), 418–430. Oliver, R. L. (1997). Satisfaction a behavioral perspective on the consumer. New York: Mc Graw–Hill. Oliver, R. L. (1999). Whence consumer loyalty?. Journal of Marketing, 63, 33–44. Oliver, R. L.; Rust, R.T.; Varki, S. (1997). Customer delight: Foundations, findings, and managerial insight. Journal of Retailing, 73, 3, 311–336. Oliver, R. L.; Swan, J. E. (1989). Equity and disconfirmation perceptions as influence on merchant and product satisfaction. Journal of Consumer Research, 16, 372–83. Oliver, R. L. (1980). A cognitive model for the antecedents and consequences of satisfaction. Journal of Marketing Research, 17, 4, 460–469. Oliver, R. L. (1989). Processing of the satisfaction response in consumption: a suggested framework and research propositions. Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior, 2, 1–16. Olson, J. C.; Reynolds, T. J. (1983). Understanding consumers’ cognitive structures: implications for advertising strategy. Advertising and Consumer Psychology, Lexington: MA Percy, L. y Woodside, A. (eds.). Ortiz de Guinea, A.; Markus, M. L. (2009). Why Break the Habit of a Lifetime? Rethinking the Roles of Intention, Habit, and Emotion in Continuing Information Technology Use. MIS Quarterly, 33 (3), 433–444. Osgood, C. E.; May, W. H.; Miron, M. S. (1975). Cross–Cultural Universals of Affective Meaning. Urbana: University of Illinois Press. Ouellette, J. A.; Wood, W. (1998). Habit and Intention in Everyday Life: The Multiple Processes by Which Past Behavior Predicts Future Behavior. Psychological Bulletin, 124 (1), 54–74. 409 Bibliografía Pajares, F. (1996). Self–efficacy beliefs in academic settings. Review of Educational Research, 66 (4), 543–578. Parasuraman, A.; Grewal, D. (2000). The impact of technology on the quality–value–loyalty chain: A research agenda. Journal of Academic of Marketing Science, 28, 168–174. Parasuraman, A.; Zeithaml, V.; Malhotra, A. (2005). E–S–QUAL: A multiple–item scale for assessing electronic service quality. Journal of Service Research, 7 (3), 213–233. Parasuraman, A; Zeithaml, V. A.; Berry, L. L. (1985). A conceptual model of service quality and its implications for future research. Journal of Marketing, 43, 41–50. Parasuraman, A; Zeithaml, V. A.; Berry, L. L. (1988). SERVQUAL: A Multiple– Item Scale for Measuring Consumer Perceptions of Service Quality. Journal of Retailing, 64, 39–48. Park, J.; Tansuhaj, P. S.; Kolbe, R. H. (1991). The Role of Love, Affection and Intimacy in Family Decision Research. Advances in Consumer Research, 18, 651–656. Parthasarathy, M.; Bhattacherjee, A. (1998). Understanding Post–Adoption Behavior in the Context of Online Services. Information Systems Research, 9 (4), 362−379. Patterson, P. G.; Spreng, R. A. (1997). Modelling the relationship between perceived value, satisfaction and repurchase intentions in a business–to–business services context: an empirical examination. International Journal of Service Industry Management, 8 (5), 414–443. Patterson, P. G.; Cowley, E.; Prasongsukarn, K. (2006). Service failure recovery: The moderating impact of individual–level cultural value orientation on perceptions of justice. International Journal of Research in Marketing, 23 (3), 263–277. Pavlou, P. A. (2003). Consumer Acceptance of Electronic Commerce: Integrating Trust and Risk with the Technology Acceptance Model. International Journal of Electronic Commerce, 7 (3), 101−134. Pavlou, P. A.; Fygenson, M. (2006). Understanding and Predicting Electronic Commerce Adoption: An Extension of the Theory of Planned Behavior. MIS Quarterly, 30 (1), 115−143. Pavlou, P. A.; Huigang, L.; Yajiong, X. (2007). Understanding and mitigating uncertainty in online exchange relationships: a principal–agent perspective. MIS Quarterly, 31(1), 105–136. Payne, A.; Holt, S. (2001). Diagnosing customer value: Integrating the value process and relationship marketing. British Journal of Management, 12, 159–182. Perry, Ch.; Baranowski, T.; Parcel, G. (1990). How individuals, environments, and health behavior interact: Social Learning Theory. Health Behavior and Health Education. San Francisco: Jossey–Bass. 410 Bibliografía Peter, S.; DeLone, W.; McLean, E. (2008). Measuring information systems success: Models, dimensions, measures, and interrelationships. European Journal of Information Systems, 17, 236–263. Peterson, R. A.; Balasubramanian, S.; Bronnenberg, B. J. (1997). Exploring the Implications of the Internet for Consumer Marketing. Journal of the Academy of Marketing Science, 25 (4), 329–348. Petrick, J. (2002). Development of a multi–dimensional scale for measuring the perceived value of a service. Journal of Leisure Research, 34 (2), 119–134. Piaget, J. (1970). The Science of Education and the Psychology of the Child. New York: Grossman. Pitt, L. F.; Watson, R. T.; Kavan, C. B. (1995). Service quality: A measure of information systems effectiveness. MIS Quarterly, 19 (2), 173–188. Podlogar, M. (1998). Consumer Reactions to Electronic Shopping on the Internet: Study in Slovenia. Presentations at the Annual International Graduate Consortium and Educational Symposium. Otocec, Eslovenia. Recurso en línea: http://ecom.fov.unimb.si/mateja/clanki/en_a.html (fecha de consulta: 20 de junio de 2011). Podsakoff, P. M.; MacKenzie, S. B. (1994). An examination of the psychometric properties and nomological validity of some revised and reduced substitutes for leadership scales. Journal of Applied Psychology, 79, 702–713. Podsakoff, P. M.; Organ, D. W. (1986). Self–reports in organizational research: Problems and prospects. Journal of Management, 12 (2), 531–544. Pura, M. (2005). Linking perceived value and loyalty in location–based mobile services. Managing Service Quality, 15 (6), 509–538. Quelch, J. A.; Klein, L. R. (1996). The Internet and International Marketing. Sloan Management Review, 37 (3), 60–75. Ratnasingham, P. (1998). Trust in Web–based Electronic Commerce Security. Information Management & Computer Security, 6(4), 162–166. Rauyruen, P.; Miller, K. E.; Groth, M. (2009). B2B services: linking service loyalty and brand equity. Journal of Services Marketing, 23 (3), 175–186. Reeves, C. A.; Bednar, D. A. (1994). Defining Quality: Alternatives and Implications. The Academy of Management Review, 3, 419–445. Reichheld, F. F.; Schefter, P. (2000). E–loyalty your secret weapon on the Web. Harvard Business Review, 78 (4), 105–113. 411 Bibliografía Reinartz, W.; Haenlein, M.; Henseler, J. (2009). An empirical comparison of the efficacy of covariance– based and variance–based (SEM). International Journal of Research in Marketing, 26 (4), 332–344. Ringle, C. M.; Wende, S.; Will, A. (2005). SmartPLS 2.0 (Beta). Hamburg. Recurso en línea: www.smartpls.de (fecha de consulta: 20 de junio de 2011). Río–Lanza, A. B.; Vázquez–Casielles, R.; Díaz–Martín, A. M. (2009). Satisfaction with service recovery: Perceived justice and emotional responses. Journal of Business Research, 62, 775– 781. Roberts, P.; Henderson, R. (2000). Information Technology acceptance in a sample of government employees: a test of the technology acceptance model. Interacting with computers, 12 (5), 427–443. Robinson, S. L. (1996). Trust and Breach of the Psychological Contract. Administrative Science Quarterly, 41, 574–599. Roca, J. C.; Chiu, C.; Martínez, F. J. (2006). Understanding e–learning continuance intention: An extension of the Technology Acceptance Model. Human–Computer Studies, 64, 683–696. Rogers, E. M. (2003). Diffusion of Innovations. 5th Edition. New York: Free Press. Rogers, E. M. (1962). Diffusion of Innovations. 1st Edition. The Free Press, New York. Rogers, E.M. (1976). New product adoption and diffusion. Journal of Consumer Research, 2 (4), 290–301. Rogers, E. M. (1995). Diffusion of Innovations. 4th Edition. The Free Press, New York. Rojas, C.; Camarero, C. (2008). Visitors’ experience, mood and satisfaction in a heritage context: Evidence from an interpretation center. Tourism Management, 29, 525–537. Roldán, J. L.; Sánchez–Franco, M. J. (2012). Variance–Based Structural Equation Modeling: Guidelines for Using Partial Least Squares in Information Systems Research. En M. Mora, O. Gelman, A. Steenkamp and M. Raisinghani (Eds.), Research Methodologies, Innovations and Philosophies in Software Systems Engineering and Information Systems, 193–221. Hershey PA: Information Science Reference. Rosenberg, M. J. (1956). Cognitive Structure and Attitudinal Affect. Journal of Abnormal and Social Psychology, 53, 367–372. Roseman, I. J. (1991). Appraisal Determinants of Discrete Emotions. Cognition and Emotion, 5, 161–200. Rousseau, D. M.; Sitkin, S. B.; Burt, R. S.; Camerer, C. (1998). Not so different after all: A cross– discipline view of trust. The Academy of Management Review, 23, 393–404. 412 Bibliografía Rowley, J. (2006). An analysis of the e–service literature: Towards a research agenda. Internet Research, 16 (3), 339–359. Russ, F. A. (1971). Consumer Evaluation of Alternative Product Models. Tesis Doctoral, Carnegie–Mellon University. Samuelson, P. (1953). Consumption Theorems in Terms of Over–Compensation Rather than Indifference Comparisons. Economica, 20 (77), 1–9. Samuelson, P. (1956). Social Indifference Curves. Quarterly Journal of Economics, 70(1), 1–22. Sánchez, J.; Callarisa, LL. J.; Rodríguez, R. M.; Moliner, M. A. (2006). Perceived value of the purchase of a tourism product. Tourism Management, 27 (4). Sánchez–Franco, M. J.; Roldán, J. L. (2005). Web acceptance and usage model: A comparison between goal–directed and experiential web users. Internet Research, 15(1), 21–48. Sarabia, F. J. (1999). Construcción de Escalas de Medida. En Sarabia, F.J. (Co.), Metodología para la Investigación en Marketing y Dirección de Empresas, 333–361. Madrid: Pirámide. Sarver, V. T. (1983). Ajzen and Fishbein´s: theory of reasoned action: A critical assessment. Journal for the Theory of Social Behavior, 13, 155–163. Scherer, K. R.; Schorr, A.; Johnstone, T. (2001). Appraisal Processes in Emotion: Theory, Methods, Research. New York: Oxford University Press. Schiffman, L. G.; Kanuk, L. (2005). Comportamiento del consumidor. Mexico: Pearson Educación. Schiffman, L. G.; Kanuk, L. (1978). Consumer Behavior. 1st Edición. Prentice Hall. Schiffman, L. G.; Kanuk, L. (1997). Comportamiento del Consumidor. 5ª Edición. Prentice Hall. Schifter, D. B.; Ajzen, I. (1985). Intention, perceived control, and weight loss: An application of the theory of planned behavior. Journal of Personality and Social Psychology, 49, 3, 842–851. Schoefer, K.; Diamantopoulos, A. (2008). Measuring experienced emotions during service recovery encounters: construction and assessment of the ESRE scale. Service Business, 2, 65– 81. Schoefer, K.; Ennew, C. (2005). The impact of perceived justice on consumer emotional responses to service complaints experiences. Journal of Services Marketing, 19(5), 261–70. Schofield, J. W. (1974). Effect of Norms, Public Disclosure and Ned for Approval on Volunteering Behavior Consistent with Attitudes. Journal of Personality and Social Psychology, 31, 1126–1133. 413 Bibliografía Schwab, D. P. (1980). Construct validity in organizational behavior. En B.M. Staw y L.L Cummings (Eds.), Research in Organizational Behavior, 2, 3–43. Greenwich: JAI Press. Schwarz, N. (1997). Moods and Attitude Judgments: a Comment on Fishbein and Middlestadt. Journal of Consumer Psychology, 6, 93–98. Seddon, P. B. (1997). A respecification and extension of the DeLone and McLean model of IS success. Information Systems Research, 8, 3 240–253. Seddon, P. B.; Kiew, M. Y. (1994). A partial test and development of the DeLone and McLean model of IS success. En J. I. De Gross, S. L. Huff, & M. C. Munro (Eds.), Proceedings of the international conference on information systems Atlanta, GA: Association for Information Systems. Sedera, D.; Gable, G. (2004). A factor and structural equation analysis of the enterprise systems success measurement model. Proceedings of the 25th international conference on information systems (AMCIS 04), New York. Segars, A. H.; Grover, V. (1993). Re–examining Perceived Ease of Use and Usefulness: A Confirmatory Factor Analysis. MIS Quarterly, 17 (4), 517–525. Selnes, F. (1998). Antecedents and consequences of trust and satisfaction in buyer–seller relationships. European Journal of Marketing, 32 (3), 305–322. Shannon, C. E.; Weaver, W. (1949). The Mathematical Theory of Communication. Urbana, IL: University of Illinois Press. Sheppard, B. H.; Hartwick, J.; Warshaw, P.R. (1988). The Theory of Reasoned Action: A Meta– Analysis of Past Research with Recommendations for Modifications and Future Research. The Journal of Consumer Research, 15 (3), 325–343. Sheth, J. N.; Newman, B. I.; Gross, B. L. (1991). Why we buy what we buy: a theory of consumption values. Journal of Business Research, 22, 159–70. Shih, H. P. (2004). An Empirical Study on Predicting User Acceptance of e–Shopping on the Web. Information & Management, 41, 351–368. Singh, J.; Sirdeshmukh, D. (2000). Agency and trust mechanisms in consumer satisfaction and loyalty judgments. Journal of the Academy of Marketing Science, 28 (1), 150–167. Sirdeshmukh, D.; Singh, J.; Sabol, B. (2002). Consumer trust, value and loyalty in relational exchanges. Journal of Marketing, 66 (1), 15–37. Sirgy, M. J. (1982). Self–concept in Consumer Research: A Critical Review. Journal of Consumer Research, 9 (3), 287–300. 414 Bibliografía Smith, A. K.; Bolton, R. N. (2002). The effects of customers, emotional responses to service failures on their recovery effort evaluations and satisfaction judgments. Journal of the Academy of Marketing Science, 30 (1), 5–23. Smith, A. K.; Bolton, R. N.; Wagner, J. (1999). A Model of Customer Satisfaction with Services Encounters Involving Failure and Recovery. Journal of Marketing Research, 36, 356–372. Smith, C. A.; Ellsworth, P. C. (1985). Patterns of cognitive appraisal in emotion. Journal of Personality and Social Psychology, 48, 813–838. Smith, C. A.; Kirby, L. (2000). Consequences require antecedents: Toward a process model of emotion elicitation. En J. P. Forgas (Ed.), Feeling and Thinking: The role of affect in social cognition, 83–106, Cambridge: Cambridge University Press. Snyder, M. (1974). Self–monitoring of expressive behavior. Journal of Personality and Social Psychology, 30 (4), 526–537. Sorce, P.; Perotti, V.; Widrick, S. (2005). Attitudes and Age Differences in Online Buying. International Journal of Retail & Distribution Management, 33 (2), 122–132. Sosik, J. J.; Kahai, S. S.; Piovoso, M. J. (2009). Silver bullet or voodoo statistics? A primer for using the partial least squares data analytic technique in group and organization research. Group & Organization Management, 34 (1), 5–36. Sperber, B. M.; Fishbein, M.; Ajzen, I. (1980). Predicting and Understanding Women's Occupational Orientations: Factors Underlying Choice Intentions. Understanding Attitudes and Predicting Social Behavior, 113–129. N.J.: Prentice–Hall. Spreng, R. A.; Harrell, G. D.; Mackoy, R. D. (1995). Service recovery: impact on satisfaction and intentions. Journal of Services Marketing, 9 (1), 15–23. Spreng, R. A.; MacKenzie, S. B.; Olshavsky, R. W. (1996). A re–examination of the determinants of consumer satisfaction. Journal of Marketing, 60 (3), 15–32. Spreng, R. A.; Mackoy, R. D. (1996). An empirical examination of a model of perceived service quality and satisfaction. Journal of Retailing, 72 (2), 201–214. Steiger, J. H. (1979). Factor indeterminacy in the 1930’s and the 1970’s – Some interesting parallels. Psychometrika, 44, 157–167. Stone, R. N.; Gronhaug, K. (1993). Perceived Risk: Further Considerations for the Marketing Discipline. European Journal of Marketing, 27 (3), 39–50. Stouffer, S. A.; Suchman, E. A.; Devinney, I. C.; Star, S. A.; Williams, R. M. (1949). The American Soldier: Adjustment during Army Life. Princeton: Princeton University Press. 415 Bibliografía Straub, D. W. (1994). The Effect of Culture on IT Diffusion E–mail and FAX in Japan and the U.S. Information Systems Research, 5 (1), 23–47. Sun, T.; Wu, G. (2004). Consumption Patterns of Chinese Urban and Rural Consumers. Journal of Consumer Marketing, 21 (251). Susskind, A. (2004). Electronic Commerce and World Wide Web Apprehensiveness: An Examination of Consumers' Perceptions of the World Wide Web. Journal of Computer– Mediated Communication, 9 (3). Swan, J. E. (1977). Consumer satisfaction with a retail store related to the fulfillment of Expectations on an initial shopping trip. Consumer Satisfaction, Dissatisfaction and Complaining Behavior. Indiana University: Bloomington. Swan, J. E.; Oliver, R. L. (1989). Consumer perceptions of interpersonal equity and satisfaction in transaction: a field survey approach. Journal of Marketing, 53, 21–35. Swan, J. E.; Trawick, I. F. (1981). Disconfirmation of Expectations and Satisfaction with a Retail Service. Journal of Retailing, 57, 49–67. Swanson, E. B. (1974). Management Information Systems: Appreciation and Involvement. Management Science, 21 (2), 178–188. Swanson, S. R.; Davis, J. C. (2003). The relationship of differential loci with perceived quality and behavioral intentions. Journal of Services Marketing, 17, 202–19. Sweeney, J. C.; Soutar, G. N. (2001). Consumer perceived value: the development of a multiple item scale. Journal of Retailing, 77, 203–20 Tan, F. B.; Sutherland, P. (2004). Online Consumer Trust: A Multi–Dimensional Model. Journal of Electronic Commerce in Organizations, 2 (3), 40–58. Tax, S. S.; Brown, S. W.; Chandrashekaran, M. (1998). Customer Evaluations of Service Complaint Experiences: Implications for Relationship Marketing. Journal of Marketing, 62 (2), 60–76. Taylor, S.; Todd, P. (1995) Understanding information technology usage: a test of competing models. Information Systems Research, 6 (2), 144–176. Taylor, S.; Todd, P. (1995b). Decomposition and crossover effects in the theory of planned behavior: A study of consumer adoption intentions. International Journal of Research in Marketing, 12, 137–155. Taylor, S.; Todd, P. (1995c). Assesing IT usage: The role of prior experience. MIS Quarterly, 19 (2), 561–570. 416 Bibliografía Tenenhaus, M.; Esposito Vinzi, V.; Chatelin, Y.M.; Lauro, C. (2005). PLS path modelling. Computational Statistics & Data Analysis, 48 (1), 159–205. Teo, T. S. H.; Pok, S. H. (2003). Adoption of WAP–enabled mobile phones among internet users. Omega, 31, 483–498. Thibaut, J. W.; Walker, L. (1975). Procedural Justice: A Psychological Analysis. Hillsdale, N.J.: Lawrence Erlbaum. Thomas, W.; Znaniecki, F. (1918). The Polish Peasant in Europe and America. Boston: Badger. Thompson, R.; Higgins, C. A.; Howell, J. M. (1994). Influence of experience on personal computer utilization: Testing a conceptual model. Journal of Management Information Systems, 11 (1), 167– 187. Thong, J.; Hong, S. J.; Tam, K. Y. (2006). The effects of post–adoption beliefs on the expectation–confirmation Model for information technology continuance. International Journal of Human–Computer Studies, 64 (9), 799–810. Thorbjørnsen, H.; Pedersen, P. E.; Nysveen, H. (2007). This is Who i Am: Identity Expressiveness and the Theory of Planned Behavior. Psychology & Marketing, 24 (9), 763−785. Tippins, M. J.; Sohi R. S. (2003). IT competency and firm performance: is organizational learning a missing link?. Strategical Management Journal, 24,745–61. To, P. L.; Liao, C.; Chiang, J. C.; Shih, M. L.; Chang, C. Y. (2008). An empirical investigation of the factors affecting the adoption of Instant Messaging in organizations. Computer Standards & Interfaces, 30 (3). Tolman, E. C. (1932). Purposive Behavior in animals and men. New York: Appleton Century. Tolman, E. C. (1938). The determinants of behavior at a choice point. Psychological Review, 45, 1–41. Tornatzky, L. G.; Klein, K. J. (1982). Innovation Characteristics and Innovation Adoption– Implementation: A Meta–Analysis of Findings. IEEE Transactions on Engineering Management, 29 (1), 28−45. Triandis, H. C. (1977). Interpersonal behavior. Brooks/ Cole. Triandis, H.C. (1971). Attitude and attitude change. New York. Triandis, H.C. (1980). Values, attitudes, and interpersonal behavior. En H.E. Howe (Ed.), Nebraska Symposium on MotivationBeliefs, Attitudes and Values. Lincoln: University of Nebraska Press. Tse, D. K.; Wilton, P. C. (1988). Models of consumer satisfaction: An extension. Journal of Marketing Research, 25 (2), 204–212. 417 Bibliografía Turel, O.; Yuan, Y.; Connelly, C. E. (2008). In justice we trust: predicting user acceptance of e– customer services. Journal of Management Information Systems, 24 (4), 123–151. Urbach, N.; Ahlemann, F. (2010). Structural equation modeling in information systems Research using partial least squares. Journal of Information Technology Theory and Application, 11(2), 5–40. Urban, G. L.; Sultan, F.; Qualls, F. (2000). Placing trust at the center of your internet strategy. Sloan Management Review, 42 (1), 39–48. Urueña, A.; Pascual, F.; Iglesias, S. (2012). Value, quality, purchasing habits and repurchase intention in B2C: differences between frequent and occasional purchasers. Dirección y Organización, 47 (12), 70–80. Urueña López, A.; Ferrari, A.; Valdecasa E., Ballestero M. P.; Castro R.; Cadenas, S. (2012b). La Sociedad en Red. Informe anual, Edición 2012. Red.es, Ministerio de Industria, Turismo y Comercio. Recurso en línea: http://www.ontsi.red.es/ontsi/es/estudios–informes/informe– anual–2011–edicion–2012 (fecha de consulta: 20 de agosto de 2012). Urueña, A.; Agudo–Peregrina, A.; Hidalgo, A. (2011a). Internet como fuente de información en el proceso de compra: hacia una concepción integral del consumidor. El Profesional de la Información, 20 (6), 627–633. Urueña, A.; Iglesias, S.; Hernández, A. (2011b). Extrinsic benefits and perceived quality as determinants of perceived satisfaction: an application to a B2C repurchase model. 4th World Summit on the Knowledge Society (WSKS 2011), Mykonos, Greece, September 2011. Urueña López, A.; Ferrari, A.; Valdecasa E., Ballestero M. P.; Castro R.; Cadenas, S. (2011c). Panel Hogares Oleada XXXIII. Red.es, Ministerio de Industria, Turismo y Comercio. Recurso en línea: http://www.ontsi.red.es/ontsi/sites/default/files/xxxii_oleada_del_panel_de_hogares_abril– junio_2011.pdf (fecha de consulta: 20 de junio de 2012). Urueña López, A.; Ferrari, A.; Valdecasa E., Ballestero M. P.; Castro R.; Cadenas, S. (2011d). Comercio Electrónico B2C 2011. Red.es, Ministerio de Industria, Turismo y Comercio. Recurso en línea http://www.ontsi.red.es/ontsi/es/estudios–informes/estudio–b2c–2011 (fecha de consulta: 20 de junio de 2012). Urueña López, A.; Ferrari, A.; Valdecasa E., Ballestero M. P.; Castro R.; Cadenas, S. (2011e). Tecnologías de la Información y las Comunicaciones en la empresa española. Edición 2011. Red.es, Ministerio de Industria, Turismo y Comercio. Recurso en línea: http://www.ontsi.red.es/ontsi/es/estudios–informes/tecnolog%C3%ADas–de–la– informaci%C3%B3n–y–las–comunicaciones–en–las–empresas–y–microempresas (fecha de consulta 20 de junio de 2012). 418 Bibliografía Urueña López, A.; Ferrari, A.; Valdecasa E., Ballestero M. P.; Castro R.; Cadenas, S. (2011f). Tecnologías de la Información y las Comunicaciones en la microempresa española. Red.es, Ministerio de Industria, Turismo y Comercio.Edición 2011. Recurso en línea: http://www.ontsi.red.es/ontsi/es/estudios–informes/tecnolog%C3%ADas–de–la– informaci%C3%B3n–y–las–comunicaciones–en–las–empresas–y–microempresas (fecha de consulta 20 de junio de 2012). Urueña López, A.; Ferrari, A.; Valdecasa E., Ballestero M. P.; Castro R.; Cadenas, S. (2010). Comercio Electrónico B2C 2010. Red.es, Ministerio de Industria, Turismo y Comercio. Recurso en línea: http://www.ontsi.red.es/ontsi/es/estudios–informes/estudio–b2c–2010 (fecha de consulta 20 de junio de 2012). Uzawa, H. (1960). Preference and Rational Choice in the Theory of Consumption. Mathematical Methods in the Social Sciences. Stanford University Press, California: Arrow, Karlin and Suppes. Van Raaij, E. M.; Schepers, J. J. L. (2008). The Acceptance and use of a Virtual Learning Environment in China. Computers & Education, 50 (3), 838−852. Van der Heijden, H. (2004). User Acceptance of Hedonic Information Systems. MIS Quarterly, 28 (4), 695−704. Van der Heijden, H.; Verhagen, T.; Creemers, M. (2003). Understanding online purchase intentions: contributions from technology and trust perspectives. European Journal of Information Systems, 12, 41–48. Vázquez, R.; Suárez, L.; Río, A. B. (2009). Evaluación cognitiva y afectiva de las estrategias de recuperación del servicio: relaciones entre justicia percibida, emociones y satisfacción. Revista Europea de Dirección y Economía de la Empresa, 18 (1), 31–50. Vázquez, R.; Trespalacios, J. A.; Rodríguez del Bosque (2002). Marketing: Estrategias y Aplicaciones Sectoriales. 3ª Edición. Madrid: Cívitas. Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the technology acceptance model. Information Systems Research, 11 (4), 342–365. Venkatesh, V.; Bala, H. (2008). Technology Acceptance Model 3 and a Research Agenda on Interventions. Decision Sciences, 39 (2), 273–315. Venkatesh, V.; Davis, F. D. (1994). Modeling the determinants of perceived ease of use. DeGross, J. I.; Huff, S.L.; Munro, M.C. (Eds.), Proceedings of the fifteenth international conference on information systems, 213–227. Vancouver, British Columbia. Venkatesh, V.; Davis, F. D. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46 (2), 186–204. 419 Bibliografía Venkatesh, V.; Davis, F. D.; Morris, M. G. (2007). Dead Or Alive? The Development, Trajectory and Future of Technology Adoption Research. Journal of the Association for Information Systems, Atlanta, 8 (4), 267−286. Venkatesh, V.; Goyal, S. (2010). Expectation disconfirmation and technology Adoption: polynomial modeling and response surface analysis. MIS Quarterly, 34 (2), 281–303. Venkatesh, V.; Morris, M. G. (2000). Why Don’t Men Ever Stop to Ask for Directions? Gender, Social Influence, and Their Role in Technology Acceptance and Usage Behavior. MIS Quarterly, 24 (1), 115–139. Venkatesh, V.; Morris, M. G.; Davis, G. B.; Davis, F. D. (2003). User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly, 27 (3), 425–478. Verhoef, P. C.; Franses, P. H.; Hoekstra, J. C. (2002). The effect of relational constructs on customer referrals and number of services purchased from multiservice provider: does age of relationship matter?. Journal of the Academy of Marketing Science, 30 (3), 202–216. Verplanken, B.; Orbell, S. (2003). Reflections on Past Behavior: A Self–Report Index of Habit Strength. Journal of Applied Social Psychology, 33 (6), 1313–1330. Vijayasarathy, L. R. (2004). Predicting consumer intentions to use online shopping: The case for an augmented technology acceptance model. Information & Management, 41 (6), 747–762. Wakefield, K. L.; Barnes, J. H. (1996). Retailing Hedonic Consumption: A Model of Sales Promotion of a Leisure Service. Journal of Retailing, 72 (4), 409–427. Wangpipatwong, S.; Chutimaskul, W.; Papasratorn, B. (2008). Understanding Citizen’s Continuance Intention to Use e–Government Website: a Composite View of Technology Acceptance Model and Computer Self–Efficacy. The Electronic Journal of e–Government, 6 (1), 55 – 64. Warshaw, P. R. (1980). A New Model for Predicting Behavioral Intentions: An Alternative to Fishbein. Journal of Marketing Research, 17 (2), 153–172. Watson, L.; Spence, M. T. (2007). Causes and Consequences of Emotions on Consumer Behaviour. European Journal of Marketing, 41 (5), 487–511. Weber, M. (1947). The Theory of Social and Economic Organization. New York: The Free Press. Webster, J.; Martocchio, J. J. (1992). Microcomputer Playfulness: Development of a Measure with Workplace Implications. MIS Quarterly, 16 (2), 201−226. Weiner, B. (1985). An attributional theory of achievement motivation and emotion. Psychological Review, 92 (4), 548–573. 420 Bibliografía Weiss, H. M.; Suckow, K.; Cropanzano, R. (1999). Effects of Justice Conditions on Discrete Emotions. Journal of Applied Psychology, 84 (5), 786–794. Werts, C. E.; Linn, R. L.; Jöreskog, K. G. (1974). Interclass reliability estimates: testing structural assumptions. Educational and Psychological Measurement, 34, 25–33. Westbrook, R. A. (1987). Product consumption–based affective responses and postpurchase processes. Journal of Marketing Research, 24, 258–270. Westbrook, R. A.; Oliver, R. L. (1991). The dimensionality of consumption emotion patterns and consumer satisfaction. Journal of Consumer Research, 18, 84–91. Westbrook, R. A.; Reilly, M. D. (1983). Value–Percept Disparity: An Alternative to the Disconfirmation of Expectations Theory of Consumer Satisfaction. En R. P. Bagozzi and Alice M. Tybout (Eds.), Advances in Consumer Research, Association for Consumer Research, Minnesota: University of Minnesota Duluth. Williams, M. D.; Rana, N. P.; Dwivedi, Y. K.; Lal, B. (2011). Is UTAUT really used or just cited for the sake of it? A systematic review of citations of UTAUT’s originating article. ECIS 2011 Proceedings, 231. Wold, H. (1979). Model construction and evaluation when theoretical knowledge is scarce: an example of the use of partial least squares. Cahiers du Departement d'Économétrie. Genve: Faculté des Sciences économiques et Sociales, Université de Genève. Wold, H. (1985). Systems analysis by partial least squares. Department of Statistics, Uppsala University. Wold, H.; Sjöström, M.; Eriksson, L. (2001). PLS–Regression: A Basic Tool of Chemometrics. Chemometrics and Intelligent Laboratory Systems, 58 (2), 109–130. Wold, H. (1973). Nonlinear Iterative Partial Least Squares (NIPALS) Modeling: Some Current Developments. En R. Paruchuri and R. Krishnaiah (Eds.), Multivariate Analysis. New York: Academic Press. Wold, H. (1975). Path Models with Latent Variables: The NIPALS Approach. En H. Blalock, A. Aganbegian, F.M. Borodkin, R.Boudon, and V. Capecchi (Eds.), Quantitative Sociology: International Perspectives on Mathematical and Statistical Modeling.New York: Academic Press. Wold, H. (1982). Soft Modeling: The Basic Design and Some Extensions. En Systems Under Indirect Observations: Part I, Karl G. Jöreskog and Herman Wold, eds., Amsterdam: North– Holland, 1–54. Wood, R.; Bandura, A. (1989). Social cognitive theory of organizational management. Academic Management Review, 14 (3), 361–384. 421 Bibliografía Wood, W.; Tam, L.; Guerrero–Witt, M. (2005). Changing Circumstances, Disrupting Habits. Journal of Personality and Social Psychology, 88 (6), 918–933. Woodruff, R. B. (1997). Customer value: The next source for competitive advantage. Journal of the Academy of Marketing Science, 25 (2), 139–153. Woodruff, R. B.; Gardial, S. F. (1996). Know Your Customer: New Approaches to Customer Value and Satisfaction. Cambridge, MA: Blackwell. Woodside, A. G.; Frey, L. L.; Daly, R. T. (1989). Linking service quality, customer satisfaction, and behavioral intention. Journal of Health Care Marketing, 9 (4), 5 –17. Wu, J. H.; Shin, S. S.; Heng, M. S. H. (2007). A methodology for ERP misfit analysis. Information Management, 44 (8), 666–680. Wu, I. L. (2003). Understanding senior management’s behavior in promoting the strategic role of IT in process reengineering: use of the theory of reasoned action. Information & Management, 41 (1), 1–11. Wu, I. L.; Chen, J. L. (2005). An extension of Trust and TAM model with TPB in the initial adoption of on–line tax: An empirical study. International Journal of Human–Computer Studies, 62 (6), 784–808. Yang, Z.; Peterson, R. T. (2004). Customer perceived value, satisfaction, and loyalty: The role of switching costs. Psychology & Marketing, 21 (10), 799–822. Yen, H. R. (2005). An attribute–based model of quality satisfaction for Internet selfservice technology. The Service Industries Journal, 25 (5), 641–659. Yi, C.; Jiang, Z. (2007). The Antecedents of Online Consumers’ Perceived Usefulness of Website: A Protocol Analysis Approach. Human–Computer Interaction, 4553, 142–149. Yi, Y. (1990). A critical review of consumer satisfaction. En V.A. Seithmal (Ed.), Review of Marketing. Chicago: American Marketing Association. Yu, L. (2006). Cross–Shopping and Shopping Orientation: Consumer Perceived Value in Today’s Dynamic Retail Environment. Tesis Doctoral. Universidad de Carolina del Norte. Yu, Y. T.; Dean, A. (2001). The contribution of emotional satisfaction to consumer loyalty. International Journal of Service Industry Management, 12 (3), 234–250. Yüksel, A.; Rimmington, M. (1998). Customer–satisfaction measurement. The Cornell Hotel and Restaurant Administration Quarterly, 39 (6), 60–70. Zeithaml, V. A. (1988). Consumer perceptions of price, quality, and value: A meansend model and synthesis of evidence. Journal of Marketing, 52 (3), 2–22. 422 Bibliografía Zeithaml, V. A.; Berry, L. L.; Parasuraman, A. (1993). The nature and determinants of customer expectations of service. Journal of the Academy of Marketing Science, 21 (1), 1–12. Zeithaml, V. A.; Berry, L. L.; Parasuraman, A. (1996).The behavioral consequences of service quality. Journal of Marketing, 60, 31–46. Zhou, l.; Dai, L.; Zhang, D. (2007). Online shopping acceptance model, a critical survey of consumer factors in online shopping. Journal of Electronic Commerce Research, 8 (1), 41-62 Zhou, T.; Lu, Y.; Wang, B. (2010). The relative importance of website design quality and service quality in determining consumers’ online repurchase behavior. Information Systems Management, 26 (4), 327–337. Zhu, K.; Dong, S.; Xu, S. X.; Kraemer, K. L. (2006). Innovation Diffusion in Global Contexts: Determinants of Post–Adoption Digital Transformation of European Companies. European Journal of Information Systems, 15 (6), 601−616. Zigurs, I.; Buckland, B. K. (1998). A theory of task–technology fit and group support systems effectiveness. MIS Quarterly, 22 (19), 313–334. 423